III.1. Az M/G/1 rendszer
A sorbanállási elmélet elemeinek megismerését megkönnyíti
az állapot leírás egyszerűsége, különösen az,
hogy a rendszer teljes múltját összefoglalja a pillanatnyilag jelen
lévő igények száma. A Markov-típusú rendszer jövőbeli
viselkedése szempontjából minden más múltbeli információ
lényegtelen. A jól ismert rendszerben mind a beérkezési, mind a kiszolgálási
folyamat Markov típusú (exponenciális eloszlású). Az
rendszernél viszont a kiszolgálás általános
eloszlású, következésképpen új problémákba
ütközünk, és ezekre más megoldási módszereket
kell találnunk. A jegyzetben a Palm-tól, Takácstól és
Kendall-tól származó, úgynevezett beágyazott Markov-láncok
módszerét fogjuk alkalmazni. Az rendszerben egyetlen kiszolgálóegység van, a beérkezési
folyamat paraméterű Poisson-folyamat, azaz a beérkezési
időközök paraméterű exponenciális eloszlású valószínűségi
változók. A kiszolgálási idő eloszlása tetszőleges lehet,
eloszlásfüggvényét , sűrűségfüggvényét , -adik momentumát
jelöli. Próbáljuk meg leírni az rendszer állapotait! Ha egy bizonyos időpontban a rendszer egész múltját akarjuk összefoglalni, akkor először is meg kell adnunk a pillanatban a rendszerben tartózkodó igények számát, valamint azt, hogy a kiszolgálócsatornában lévő igény kiszolgálása már mennyi időt vett igénybe a pillanatig; jelölhetjük ezt -vel. Ez utóbbi amiatt szükséges, mert a kiszolgálási idő eloszlása nem feltétlenül emlékezetnélküli. (Viszont a beérkezési folyamat emlékezetnélküli, ezért az utolsó beérkezéstől eltelt időt nem kell megadnunk.) Így az nem Markov-folyamat. Azonban az vektor már az, és ezt tekinthetjük az rendszer állapotvektorának, hiszen tartalmazza a múltnak a folyamat jövőbeli alakulása szempontjából lényeges részét. Az rendszer esetén elég -t megadni, és így egy diszkrét állapotterű Markov-láncunk van, ahol az állapotok száma megszámlálható. Jelen esetben a kétdimenziós állapotleírás esetén az megszámlálható ugyan, de az folytonos, és ez megnehezíti a vizsgálatot.
|