34457

Informacijske mree

4. predavanje: Redovi ekanja

Prof.dr.sc. Mladen Kos
Ak. god. 2011./2012.

Teme

Informacijske mree

Redovi ekanja

Red M/M/1

PASTA

Redovi M/M/*

Erlangovi modeli

Red M/M/1

Informacijske mree

Dolazni proces: Poisson s parametrom

Vrijeme posluivanja: iid, eksponencijalna razdioba s
parametrom

Vremena posluivanja i meudolazna vremena: neovisni

Jedan posluitelj

Beskonani prostor ekanja

N(t): broj korisnika u sustavu u trenutku t (stanje)

n+1

Eksponencijalne sluajne varijable

Primjer: Zadane su s.v. X i Y:


X: eksponencijalna s.v. s
parametrom


Y: eksponencijalna s.v. s
parametrom


X, Y: neovisne s.v.
Dokazati:
1. min{X, Y}: eksponencijalna s.v.
s parametrom +
2. P{X<Y} = /( + )
Ovaj rezultat koristimo za opis reda
M/M/1 pomou vremenskikontinuiranog Markovljevog lanca

Informacijske mree

Dokaz:
P{min{ X , Y } > t} = P{ X > t , Y > t} =
= P{ X > t}P{Y > t} =
= e t e t = e ( + ) t
P{min{ X , Y } t} = 1 e ( + ) t
P{ X < Y } =

0 0

f XY ( x, y ) dx dy =

e x e y dx dy =
y

= e y e x dx dy =
0

= e y (1 e y ) dy =
0

= e y dy
0

= 1

( + )e ( + ) y dy =

+
4

Red M/M/1: Markovljev lanac

Informacijske mree

Prijelazi u skupu {N(t): t 0} su potaknuti dolascima i odlascima

{N(t): t 0} moe skakati samo u susjedna stanja

Pretpostavljamo da je proces u trenutku t u stanju i: N(t) = i 1

Xi: vrijeme do sljedeeg dolaska eksponencijalno s parametrom

Yi: vrijeme do sljedeeg odlaska eksponencijalno s parametrom

Ti = min{Xi,Yi}: vrijeme provedeno u stanju i
 Ti : eksponencijalno s parametrom v = + (prethodna stranica)
 Pi,i+1 = P{Xi < Yi} = /(+),
Pi,i-1 = P{Yi < Xi} = /(+)
 P01=1, a T0 eksponencijalno s parametrom
{N(t): t 0} vremensko-kontinuirani Markovljev lanac:
qi , i +1 = i Pi , i +1 = , i 0
qi , i 1 = i Pi , i 1 = , i 1
qij = 0, | i j |> 1

Red M/M/1: stacionarne razdiobe

Informacijske mree

n+1

Proces raanja i umiranja JLR

pn = pn 1

pn = pn 1 = pn 1 = ... = n p0

Normalizacijska konstanta

n
pn = 1 p0 1 + = 1 p0 = 1 , za < 1

n=0
n =1

Stacionarna razdioba
pn = n (1 ), n = 0,1,...
6

Red M/M/1 (nast.)

Informacijske mree

Srednji broj korisnika u sustavu

N = npn = (1 ) n =(1 ) n
n

n =0

n=0

n=0

n 1

n
= (1 )

n =0

1
1
= (1 )
= (1 )
=
=

2
(1 ) 1
1

Primjenom Littleovog teorema dobivamo prosjeno

kanjenje po korisniku (ekanje+posluivanje)
N 1
1
T= =
=

Prosjeno vrijeme ekanja i broj korisnika u redu (nije
ukljueno posluivanje)
W =T

2
i N Q = W =
1

Red M/M/1 (nast.)

= /: iskoristivost ili
intenzitet prometa

Dugorono gledajui je
udio vremena zauzea
posluitelja

= 1 p0: vrijedi za svaki
M/G/1

Uvjet stabilnosti: < 1
Brzina dolazaka mora
biti manja od brzine
posluivanja

Informacijske mree

10
8
6

N
4
2
0
0

0,2

0,4

0,6

0,8

Red M/M/1: vremensko-diskretni pristup

Informacijske mree

Promatramo vremenske trenutke 0, , 2, ( je proizvoljno mali)

Za proces diskretan u vremenu Nk = N(k ) stacionarne vjerojatnosti su
lim P{N (t ) = n} = lim P{N k = n}
t

 Prijelazne vjerojatnosti
P00 = 1 + ( )

su

Pii = 1 + ( ), i 1

Pi ,i +1 = + ( ),

i0

Pi ,i 1 = + ( ),

i0

Pij = ( ),

|i j |> 1

Vremensko-diskretni Markovljev lanac (zanemareni o())

0
1

n+1

Red M/M/1: vremensko-diskretni (nast.)

Informacijske mree

0
1

n+1

Vremensko-diskretni proces raanja i umiranja JLR:

[ + ( )] n = [ + ( )] n 1
n

+ ( )
+ ( )
n =
n 1 =
=
0
+
(
)
+ ( )

Uzmimo limes 0:
n

+ ( )

lim n = lim
lim

p
=
0
n
p0
0
0 + ( ) 0

Gotovo!
10

Prijelazne vjerojatnosti

Informacijske mree

Ak: broj korisnika dolih u sustav u intervalu Ik=(k, (k+1)]

Dk: broj korisnika otilih iz sustava u intervalu Ik=(k, (k+1)]
Prijelazne vjerojatnosti Pij ovisne o uvjetnim vjerojatnostima:
Q(a,d | n) = P{Ak=a, Dk=d | Nk-1=n}
Izraunati Q(a,d | n) pomou statistike dolazaka i odlazaka
Koristiti Taylorov razvoj: e- = 1 + o() i e- = 1 + o()
Poissonovi dolasci: P{Ak 2} = o()

Vjerojatnost 0 dolaska i 0 odlaska u Ik je e- e- = 1 +

o()

Vjerojatnost vie od 1 dolaska (odlaska) u Ik je o()
 Pokazati: vjerojatnost pojave vie od jednog dogaaja (dolazaka ili
odlazaka) u Ik je o()
Detaljnije u navedenim knjigama

11

Primjer: usporavanje

Informacijske mree

N=

/m

=
1 /

1
N
1
T= =

W=

N =

/m

=
=
=N
1 1 /

N
m
=
= mT
/m

m ( / )
=
= mW
W =
/m /m

T =

M/M/1: usporavanje dolazaka i brzine posluivanja za faktor m > 1

Faktori iskoristivosti za oba su sustava isti stacionarne
razdiobe su jednake, prosjeni broj paketa u sustavu ostaje isti
Kanjenje u sporijem sustavu je m puta vee
Iako je prosjeni broj paketa u sustavu jednak, paketi se u prvom
sustavu bre kreu
12

Primjer: ubrzavanje

Informacijske mree

N=

=
1 /

1
N
1
T= =

W=

N =

=
=
=N
1 1 /

N
1
=
=T /k
k k ( )

/
W =
=
=W / k
k k k ( )
T =

M/M/1: ubrzavanje dolazaka i brzine posluivanja za faktor k > 1

Faktori iskoristivosti za oba su sustava isti stacionarne
razdiobe su jednake, prosjeni broj paketa u sustavu je jednak
Kanjenje u brem sustavu je k puta manje
Iako je prosjeni broj paketa u sustavu jednak, paketi se u
drugom sustavu kreu bre
13

Primjer: statistiki MUX vs. TDM

Informacijske mree

/m

/m

/m

/m

T =

m
= mT

Prijenosi se m iid Poissonova toka brzine /m; link kapaciteta 1;

duljine paketa iid, eksponencijalna razdioba s parametrom
(prosjeno trajanje prijenosa) 1/. Kad se tokovi stope u jedan
Poissonov tok (stat-mux) brzine , prosjeno kanjenje po paketu je
T = 1/( )
TDM ili FDM: podijeliti link na m kanala svaki kapaciteta 1/m i
dodijeliti po jedan kanal svakom prometnom toku
Kanjenje u svakom redu M/M/1 postaje m puta vee
Koje su prednosti TDM ili FDM nad statistikim multipleksiranjem? 14

Svojstvo PASTA

Informacijske mree

Markovljev lanac je stacionaran ili je u stacionarnom stanju:

Proces starta uz stacionarnu razdiobu, ili

Proces se odvija kroz beskonano vrijeme t

Vjerojatnost da je u nekom trenutku t proces u stanju i jednaka je

stacionarnoj vjerojatnosti
T (t )
pi = lim P{N (t ) = i} = lim i
t
t
t

Pitanje: Za red M/M/1 zadani t je vrijeme dolaska: kolika je
vjerojatnost da je N(t) = i?
Odgovor: PASTA - Poisson Arrivals See Time Averages!
PASTA je jedno od najvanijih svojstava redova ekanja. Akronim
PASTA treba pisati velikim, a ne malim slovima; pasta (talijanskog
porijekla) je posebno vana u kulinarskim znanostima!
15

Svojstvo PASTA (nast.)

Informacijske mree

Stacionarne vjerojatnosti:
pn = lim P{N (t ) = n}
t

Stacionarne vjerojatnosti zauzea do dolaska:

an = lim P{N (t ) = n | dolazak u t}
t

Trenutak t- oznaava trenutak tono prije t (neposredno prije t)

Pretpostavka LAA (Lack of Anticipation Assumption): budua
meudolazna vremena i vremena posluivanja prethodno
pristiglih korisnika su neovisna
Teorem: Sustav posluivanja zadovoljava LAA:
1. Ako je dolazni proces Poissonov:
an = pn , n = 0,1,...
2.

Poissonov proces je jedini proces s tim svojstvom

(nuan i dovoljan uvjet)

16

Svojstvo PASTA (nast.)

Informacijske mree

Moe li se PASTA primijeniti na sve procese?

Primjer:

Deterministiki dolasci svakih 10 s

Deterministiko posluivanja trajanja 9 s
Do dolaska: sustav je uvijek prazan a1= 0
Prosjeno vrijeme s jednim korisnikom u sustavu: p1= 0.9
1
0

9 10

20

30

40

49

Korisniki prosjeci nisu jednaki vremenskim prosjecima (a1p1)

Nita ne pomae, proces mora biti Poissonov!

17

Svojstvo PASTA: dokaz

Informacijske mree

Definiramo A(t, t+): dolazak se zbio u intervalu [t, t + )

Ako korisnik dolazi u t, vjerojatnost da e nai sustav u stanju n:
P{N (t ) = n | dolazak u t} = lim P{N (t ) = n | A(t , t + )}
0

A(t, t+) je neovisan od stanja sustava prije vremena t, N(t-)

N(t ) odreen vremenom dolazaka < t, i korespondentnim vremenima
posluivanja

A(t, t+) neovisan od dolazaka < t [Poisson]

A(t, t+) neovisan od vremena posluivanja pridolih korisnika < t [LAA]

P{N (t ) = n, A(t , t + )}
an (t ) = lim P{N (t ) = n | A(t , t + )} = lim
0
0
P{ A(t , t + )}

P{N (t ) = n}P{ A(t , t + )}

= lim
= P{N (t ) = n}
0
P{ A(t , t + )}
an = lim an ( t ) = lim P{N (t ) = n} = pn
t

18

Svojstvo PASTA: intuitivni dokaz

Informacijske mree

ta i tr: sluajno odabrano vrijeme dolaska i vrijeme promatranja

Dolazni procesi prije ta i tr su stohastiki identini procesi

Obje razdiobe vjerojatnosti vremena prvog dolaska prije ta i prije tr su

eksponencijalne s parametrom
Poopenjem na ostale dolaske (drugi, trei,) prije ta i tr daje isti
rezultat

Stanje sustava u nekom trenutku t ovisi samo o dolascima (i

pripadnim vremenima posluivanja) prije t
Budui da su dolazni procesi prije vremena dolaska ta i prije
sluajnog vremena promatranja tr identini, oni jednako vide
stanje sustava
Za rigorozni dokaz vidjeti navedenu literaturu!

19

Svojstvo PASTA nije ispunjeno

Informacijske mree

Primjer 1: Dolasci nisu Poissonovi

Meusobno neovisna (iid) meudolazna vremena, ravnaju se po
jednolikoj razdiobi izmeu 2 i 4 s

Vrijeme posluivanja je deterministiko: 1 s
Neposredno prije dolaska: sustav je uvijek prazan, a1 = 0
= 1/3, T = 1 N = T = 1/3 p1 = 1/3
Primjer 2: LAA nije zadovoljen

Poissonovi dolasci, meudolazna vremena Ti

Vrijeme posluivanja korisnika i: Si = Ti+1, < 1
Do dolaska: sustav je uvijek prazan, a1 = 0
Prosjeno vrijeme u kojem je u sustavu jedan korisnik: p1 =

Ovo su primjeri svojstva poznatog pod imenom anti-PASTA. I ovdje,

akronim anti-PASTA ne treba mijeati s talijanskim izrazom antipasto
(predjelo) iz kulinarskih znanosti!
20

Svojstvo PASTA: razdiobe odlaska

Informacijske mree

Stacionarne vjerojatnosti broja korisnika u sustavu neposredno

nakon odlaska:
d n = lim P{ X (t + ) = n | odlazak u t}
t

Uz vrlo openite pretpostavke:

N(t) se mijenja za jedinine inkremente (to je uvije ispunjeno
kod stabilnog reda M/M/1, < 1)

Postoji limes za an i dn
an = dn, n=0,1, (npr. jedan ode jedan doe)
U stacionarnom stanju, sustav izgleda stohastiki identian za
dolazeeg i odlazeeg korisnika
Poissonovi dolasci + LAA: u stacionarnom stanju sustav je
stohastiki identian i za dolazeeg i za odlazeeg korisnika, a
jednako ga vidi i promatra koji ga promatra u nekom
proizvoljnom vremenu
21

Redovi M/M/*

Informacijske mree

Poissonov dolazni proces

Meudolazna vremena: iid, eksponencijalna

Vremena posluivanja: iid, eksponencijalna

Vremena posluivanja i meudolazna vremena:
neovisna

N(t): broj korisnika u sustavu u t (stanje)
{N(t): t 0} moe se modelirati kao vremenskokontinuirani ili vremensko-diskretni Markovljev lanac
Brzine prijelaza izmeu stanja ovise o svojstvima
sustava
Svojstvo PASTA je uvijek zadovoljeno

22

Red M/M/1/K: sustav s gubicima

K-1

M/M/1 s konanim prostorom za ekanje

Informacijske mree

Najvie K korisnika istovremeno u sustavu

Korisnik koji dolaskom nalazi K korisnika u sustavu je odbaen

Stacionarna razdioba
pn = n p0 , n = 1, 2,..., K
1
p0 =
1 K +1

Uvjet stabilnosti: uvijek stabilan ak i kad je 1

Vjerojatnost gubitka pomou svojstva PASTA:

K (1 )
P{gubitak} = P{N (t ) = K } =
1 K +1

23

Red M/M/1/K (dokaz)

Informacijske mree

K-1

Isto kao i kod M/M/1:

pn = n p0 , n = 1, 2,..., K

Normalizacijska konstanta:
1 K +1
pn = 1 p0 = 1 p0
=1

1
n=0
n =1
1
p0 =
1 K +1
K

Generalizacija: tzv. okrnjeni Markovljev lanac

24

Okrnjeni Markovljev lanac

{X(t): t 0} vremenski-kontinuirani Markovljev lanac sa

stacionarnom razdiobom {pi: i = 0,1,}
S podskup od {0,1,}: skup stanja; promatramo samo proces u S

Informacijske mree

Eliminirati sva stanja koja nisu u S

Staviti q ji = qij = 0, j S , i S

{Y(t): t 0}: rezultirajui okrnjeni proces; ako je ireducibilan:

Vremensko-kontinuirani Markovljev lanac

Stacionarna razdioba
pj

p j = pi
iS

za j S
za j S

U nekim sluajevima treba provjeriti ovisnost o sustavu

25

Okrnjeni Markovljev lanac (nast.)

Mogui dovoljni uvjet

p j q ji = pi qij ,
iS

1.

jS

iS

Provjera razdiobe okrnjenog procesa

Zadovoljava JGR
p j q ji = pi qij p j q ji = pi qij
i

iS

iS

pj

p( S )
iS

p j q ji = p i qij p j q ji = p i qij , j S
iS

2.

Informacijske mree

iS

iS

ji

=
iS

pi
qij
p( S )

iS

Zadovoljava normalizacijski zakon:

p i =
iS

iS

pi
p( S )
=
= 1,
p( S ) p( S )

p ( S ) pi
iS

Dovoljni uvjet: bolje je koristiti JLR!

Relacija s pojmom reverzibilnost
Ispunjeno za multidimenzionalne lance
26

Red M/M/1: sustav s promjenljivim brzina

Informacijske mree

0
0

1
1

1

n1

n
n

n+1

n+1

Meudolazna vremena: neovisna, eksponencijalna, s parametrom n

kad se nalazi u stanju n
Vremena posluivanja: neovisna, eksponencijalna, s parametrom n
kad se nalazi u stanju n
Vremena posluivanja i meudolazna vremena: neovisna
{N(t): t 0} je proces raanja i umiranja
Stacionarna razdioba:
n 1

pn = p0 i , n 1
i = 0 i +1

n 1

p0 = 1 + i
n =1 i =0 i +1

27

Red M/M/c

Informacijske mree

2
2

c
c

c+1
c

Poissonovi dolasci brzine

Eksponencijalna vremena posluivanja s parametrom
c posluitelja (kanala u kontekstu npr. prijenosnih mrea)
Pridoli korisnik nalazi n korisnika u sustavu, pa vrijedi
n < c: on se uputi na neki slobodni posluitelj

n c: on se ukljui u red ekanja svi posluitelji su zauzeti

Proces raanja i umiranja s brzinom umiranja ovisnom o stanju

n , 1 n c
n =
nc
c ,
[Vrijeme provedeno u stanju n prije skoka u stanje n 1 je minimum od
Bn= min{n,c}, eksponencijalno s parametrom ]
28

Red M/M/c (nast.)

Informacijske mree

c+1
c

Jednadbe lokalne ravnotee

n

1
(c ) n
1 n c : pn =
pn 1 =
=

p0 = p0 =
p0 ,
n
n (n 1)
n!
n!
n c
c
n c
n

1
cc
(c ) n
n > c : pn = pc = p0 =
p0
p0 =
c ! c
c ! c
c!
c

Normalizacija
c 1 (c )k ( c )c
pn = 1 p0 = 1 +
+

k
!
c!
n =0
k =1

k =c

k c

c 1 ( c ) k ( c ) c 1
= k ! + c! 1

k =0

29

Red M/M/c (nast.)

Vjerojatnost ekanja pridoli korisnik nalazi zauzete sve

posluitelje

(c ) c n c (c ) c 1
PQ = P{ekanje u redu} = pn = p0
p0
=

c ! n=c
c! 1
n =c
Erlang-C formula: koristi se u telefoniji (komutacija kanala)

Informacijske mree

Pozivi dolaze brzinom ; vrijeme zauzea (trajanje) poziva je

eksponencijalno sa srednjim trajanjem 1/
c raspoloivi broj kanala (npr. prijenosnog sustava)
Poziv koji naie na zauzeta c kanala, neprestano pokuava pronai
slobodni kanal ostaje u redu

Red M/M/c/c: sustav s gubicima - kasnije emo detaljnije izuavati

Poziv koji nalazi zauzeta c kanala je blokiran i odbaen (nema ekanja)

Erlang-B formula: koristi se u telefoniji
30

Red M/M/c (nast.)

Oekivani broj korisnika u redu ekanja nisu na posluivanju

(c )c
N Q = n =c ( n c ) pn = p0
c!

= PQ (1 )

Informacijske mree

n =c

( n c)

n c

(c )c

= p0
c ! (1 )2

=
P
Q
(1 ) 2
1

Srednje vrijeme ekanja (u redu)

NQ

W=
= PQ

(1 )
Srednje vrijeme boravka u sustavu (ekanje + posluivanje)
PQ
1
1

1
T =W + =
+ = PQ
+
c
(1 )
Oekivani broj korisnika u sustavu
PQ

N = T =
+ = PQ
+ c
c
1
31

Red M/M/c: primjer opet stat-MUX

Informacijske mree

Komunikacijski link posluuje c Poissonovih tokova ukupne brzine .

Link je podijeljen na c odvojenih kanala pri emu je svakom kanalu
pridruen pojedini tok.
Ako u nekom prometnom toku nema paketa koji ekaju na prijenos,
onda se njemu pripadni kanal koristi za prijenos paketa iz nekog
drugog toka.
Prijenosno vrijeme paketa u svakom kanalu ravna se po
eksponencijalnoj razdiobi sa srednjom vrijednosti 1/.
Sustav se moe modelirati kao red M/M/c. Prosjeno kanjenje po
paketu je
PQ
1
T=
+
c
Pogledajmo sada stat-MUX s jednim kanalom koji ima c puta vei
kapacitet. Njega moemo modelirati kao red M/M/1 iste dolazne brzine
i brzine posluivanja c. Prosjeno kanjenje po paketu je sada
32

Red M/M/c: primjer (nast.)

PQ

Informacijske mree

1
c c
Kad je puno manji od 1 (slabo optereen sustav) imamo PQ 0, PQ 0 :
T=

T
c
T
Kad je samo neznatno manji od 1 (jako optereen sustav) imamo
PQ 1, PQ 1, 1/  1/(c ) :

T
1
T
Kod slabog optereenja: stat-MUX s c kanala daje gotovo c puta vee
kanjenje od stat-MUX koji kombinira c kanala u jedan veliki (kao kod
sustava TDM). Kod velikog optereenja: kanjenja kod oba sustava su
podjednaka.
33

Red M/M/

Informacijske mree

2
2

n
n

n+1
(n + 1)

Beskonani broj posluitelja nema ekanja u redu

Red M/M/c uz c = JLR + normalizacija

Stacionarna razdioba:
( / ) n /
pn =
e
, n = 0,1,...
n!

Poisson brzine / (= a ponueni promet)

Prosjeni broj korisnika i prosjeno kanjenje:

N 1
N= ,
T= =

Rezultat vrijedi i za red M/G/

34

Red M/M/c/c

Informacijske mree

c
c

c posluitelja, nema prostora za ekanje

Pridoli korisnik je, kad naie na zauzete sve posluitelje, blokiran (i
odbaen)
Stacionarna razdioba za vjerojatnosti stanja:
1

( / ) c ( / ) k
pn =
, n = 0,1,..., c

n ! k =0 k !
n

Vjerojatnost blokiranja (svojstvo PASTA) - Erlang-B formula:

( / ) c c ( / ) k
pc =

c ! k =0 k !

Erlang-B formula se koristi u telefoniji i komutaciji kanala

Rezultat vrijedi i za red M/G/c/c

35

M/M/ i M/M/c/c (dokazi)

n
n

Informacijske mree

n+1
(n + 1)

Jednadbe lokalne ravnotee:

( n ) pn = pn 1 pn =

pn 1 =
pn 2 =
=
p0
n
n ( n 1)
n ( n 1)

( / )n
pn =
p0 , n = 0,1,...
n!

Normalizacija:

c ( / ) k
p0 =
,
k
!
k =0

za M / M / c / c

( / ) k
/
p0 =
=e ,
k =0 k !


za M / M /

Obino se koristi oznaka: a = / ponueni promet

36

Zbroj eksponencijalnih sluajnih varijabli

Informacijske mree

X1, X2,, Xn: iid, eksponencijalne s.v. s parametrom

T = X1 + X2 ++ Xn
Funkcija gustoe vjerojatnosti za T:

( t ) n 1 t
f T (t ) =
e , t0
( n 1)!

[Gama razdioba s parametrima (n, )]

Ako je Xi vrijeme izmeu dolazaka i - 1 i i, tada je T
vrijeme do n-tog dogaaja
Za proizvoljno mali :
( t ) n 1 t
P{n - ti dolazak u [t , t + )} = fT (t ) =
e
( n 1)!

(Kumulativna) funkcija razdiobe:

( s) n 1 s
P{tn t} =
e ds = 1 P{n - ti dolazak nakon t}
0
( n 1)!
t

37

Zbroj eksponencijalnih s.v. (nast.)

Informacijske mree

Primjer: Poissonovi dolasci brzine

1: vrijeme do dolaska prvog korisnika

i: i-to meudolazno vrijeme

1, 2,, n: iid, eksponencijalne s.v. s parametrom

tn= 1+ 2+,+n: vrijeme dolaska n-tog korisnika
tn se ravna po gama-razdiobi s parametrima (n, )
t
( t )n 1 t
( t )n 1 t
f (t ) =
e , t 0; P{tn t} =
e dt
0
(n 1)!
(n 1)!

Za proizvoljno mali :
( t ) n 1 t
P{n - ti dolazak u [t , t + )} = fT (t ) =
e
(n 1)!
38

Red M/M/1: vrijeme boravka

Informacijske mree

Red M/M/1 disciplina posluivanja FCFS

Ti: vrijeme koje korisnik i provede u sustavu
(ekanje + posluivanje) vrijeme boravka ili
kanjenje
Ti: eksponencijalna razdioba s parametrom -
Dokaz 1: direktno izraunavanje funkcije razdiobe
vjerojatnosti
Dokaz 2: koritenjem neke od transformacija (2.
predavanje)
Dokaz 3: intuitivno provedite sami!
39

M/M/1: vrijeme boravka 1. dokaz

Informacijske mree

P{Ti > t} = P{Ti > t | Ni = k }P{Ni = k}

k =0

= P{D(ti + t ) D(ti ) k}pk

(1)

k =0

= e
k =0 n=0

( t )n
(1 ) k
n!

(2)

(
t
)
k

= e t
(1

n
!
n=0
k =n

(3)

n
n
k

(
t
)
(
t
)
= e t
n = e t
n!
n!
n=0
n=0

(4)

= e t et = e ( ) t
40

M/M/1: vrijeme boravka 1. dokaz

ti je vrijeme dolaska i-tog korisnika, a N i = N (ti ) je broj korisnika u

sustavu neposredno prije i-tog dolaska
Jednadba (1): i-ti korisnik e provesti vrijeme Ti u sustavu, znajui
da je dolaskom u sustav naiao na prisutnih k korisnika, samo ako je
broj odlazaka u intervalu (ti , ti + t) manji od k + 1. P{Ni = k} = pk
(PASTA)
Jednadba (2): tijekom tog intervala posluitelj je uvijek zauzet, pa
su vremena izmeu odlazaka iid i eksponencijalna s parametrom :

P{D(ti + t ) D(ti ) = n} = e t

Informacijske mree

( t )n
, 0nk
n!

Jednadba (3): zamjena redoslijeda sumacija

Jednadba (4): koristi se injenica

1
1 n
n

=
= =

1 1 1
k =n
k =0
k =0

n 1

41

M/M/1: vrijeme boravka 2. dokaz

Informacijske mree

Ni je broj korisnika u sustvu neposredno prije i-tog dolaska

Ti ( k ) vrijeme boravka u sustavu i-tog korisnika, kad on nalazi k
korisnika ve u sustavu
Ti ( k ) = Si + Si 1 + ... + Si k +1 + Ri k
Ti ( k ) je suma od k iid eksponencijalnih s.v.
Sj je vrijeme posluivanja korisnika j, a Ri-k preostalo vrijeme
posluivanja upravo posluivanog korisnika
Si,, Sik+1 : iid, eksponencijalne s.v. s parametrom
Ri-k: eksponencijalna s.v. s parametrom , neovisna od Si,, Sik+1
Ti = Ti ( N ) je suma sluajnih brojeva od iid eksponencijalnih s.v.
Koristiti funkciju izvodnicu momenata (2. predavanje, str. 2-47)
Preporua se studentu da za vjebu primjeni neku drugu
transformaciju
i

42

M/M/1: vrijeme boravka 2. dokaz

Informacijske mree

M Ti (t ) = E[etTi ] = k =0 E[etTi | Ni = k ] P{N i = k}

=


k = 0 E [e

tTi( k )

] pk = k =0 M T ( k ) (t ) pk

s.v. je eksponencijalna s parametrom samo ako je

njena funkcija izvodnica momenata /( t)

M T ( k ) (t ) = M Si (t ) M Si1 (t )... M Sik +1 (t ) M Rik (t ) =

i
t
k +1

k +1

k
M Ti (t ) =

(1 ) = (1 )

k =0
k =0

1


=

=
t 1
( ) t

43

O Erlangovim formulama

Informacijske mree

Interpretacija u telefoniji (red M/M/c/c):

pn je dio vremena u kojem je n-ti kanal zauzet (stanje n).

je prosjeni broj poziva u jedinici vremena
(= 1/) je srednje vrijeme zauzea kanala.
a = = / je ponueni promet i brojano se izraava u jedinicama
erlang (erl) u ast A.K. Erlanga koji je 1917. prvi izveo formulu za pn.

Stacionarne vjerojatnosti - sustav se nalazi u stanju n:

a c ak
pn =
, n = 0,1,..., c

n ! k =0 k !
Erlang-B formula - vjerojatnost blokiranja (n = c):
n

ac c ak
pc =
c ! k =0 k !

44

O Erlangovim formulama (nast.)

Erlang-B formula susree se pod razliitim imenima: Erlangova

formula gubitaka (ili blokiranja), Erlangova prva formula,Takoer
se koriste i razliite oznake za pc:

Informacijske mree

U Europi: E1,c (a) ili Ec (a) ili E(c,a)

U SAD: B(c, a) ili B

Izraz za pn zove se i okrnjena Poissonova razdioba, Erlangova

razdioba gubitaka,
a/c je ponueni promet po posluitelju (kanalu) i esto se zove
intenzitet prometa (= )
Obavljeni ili preneseni promet a* je openito definiran za
stacionarno stanje kao srednji broj zauzetih posluitelja (kanala):
c 1

n =1

n=c

a = npn + c pn

Prva suma odnosi se na korisnike koji se posluuju (n < c), a druga

suma govori o injenici da su svi posluitelji zauzeti samo ako je
najmanje c korisnika u sustavu. (Intuitivno je jasno: a = a*+ apc ili
pc = (a a*)/a, to je i prirodna definicija za pc).
45

O Erlangovim formulama (nast.)

Informacijske mree

Ako sada uzmemo da je disciplina posluivanja takva da se blokirani

korisnici i odbace (pn = 0 za n > c), uvrtavanjem izraza za pn u izraz
za a*, nakon nekih pojednostavljenja (obavite to sami!), dobivamo:

a = a [1 pc ]

Dakle, ponueni promet a bit e ujedno i obavljeni promet a* samo

ako je broj posluitelja beskonaan. U stvarnosti je obavljeni
promet tono onaj dio ponuenog prometa koji nije blokiran
(izgubljen) od strane sustava
Zauzetost posluitelja (faktor iskoristivosti) je definirana kao
obavljeni promet po posluitelju u stacionarnom stanju

a
=
c
U telefoniji je zauzetost mjera stupnja iskoritenja skupine
posluitelja (npr. pretplatnike grupe u komutacijskom sustavu)

46

O Erlangovim formulama (nast.)

Informacijske mree

Vidimo: ako c raste, a a* raste tako da pc ostaje konstantan, tada i

raste velike grupe posluitelja (kanala) su efikasnije od malih. U
praksi je taj rezultat obino oslabljen (prvenstveno zbog hardverskih
ogranienja): velike jako optereene grupe posluitelja su ranjivije
na degradaciju posluivanja (tijekom prometnog preoptereenja) od
malih grupa posluitelja s istim blokiranjem pc ali niom zauzetosti
Primjer: sluaj za c = 1: posluitelj alternira izmeu stanjazauzet` i
slobodan`; svako stanje zauzetosti traje prosjeno (= 1/), a svaki
slobodni interval prosjeno 1/. Jedan ciklus se sastoji od slobodnog
intervala i susjednog zauzetog intervala pa je njegova prosjena
duljina 1/ + , a omjer /(1/ + ) = a /(1 + a) je Erlang-B formula za c
= 1. Dakle, omjer srednjih vrijednosti /(1/ + ) pokazuje udio
vremena u kojem je posluitelj zauzet
Za izraunavanja Erlang-B formule pc= B(c,a), koristi se rekurzija:

B (c, a ) =

aB(c 1, a )
,
c + aB (c 1, a)

B(0, a) = 1
47

O Erlangovim formulama (nast.)

Erlang-C formula: pridoli korisnik nalazi zauzete sve posluitelje i

stane u red ekanja, tj. blokirani korisnik je zakanjen. Vjerojatnost
da su svi posluitelji zauzeti je PQ (vidi str. 4-27 do 4-31), te ako
stavimo a = c = / u formule za red M/M/c imamo:

ac
PQ = P{ekanje u redu} = pn =
p0
(c 1)!(c a)
n=c
1

a
p0 = +
,
0a<c

k =0 k ! (c 1)!(c a )
Erlang-C formula susree se pod razliitim imenima: Erlangova
formula kanjenja, Erlangova druga formula,Takoer se koriste i
razliite oznake za pQ:
c 1

Informacijske mree

U Europi: E2,c(a)
U SAD: C(c,a)
48

O Erlangovim formulama (nast.)



Informacijske mree

Za razliku od Erlang-B formule, Erlang-C formula ne vrijedi za

proizvoljnu funkciju razdiobe vremena posluivanja
Opet, za razliku od Erlang-B formule, Erlang-C formula vrijedi samo
u sluaju kad je ponueni promet a manji od broja posluitelja c (ili
ekvivalentno < 1)
Erlang-C formula se ne moe primijeniti kad je red ekanja (tj.
spremnik) konaan. Naime, u tom sluaju, ako korisnik naie na
puni red ekanja (puni spremnik) on e biti odbaen i izgubljen
Na osnovu definicije prenesenog prometa vidimo da je a* = a, ili
ekvivalentno: iskoristivost ili zauzetost posluitelja = a*/c jednaka
je intenzitetu prometa a/c (= ): to je intuitivno jasno jer u
Erlangovom modelu kanjenja svi blokirani korisnici idu u red
ekanja (koji je beskonaan) i na kraju su svi poslueni
Za numerika izraunavanja korisna je formula:
cB(c, a)
C (c , a ) =
c a[1 B(c, a)]
49