III.1.3. Az átmeneti valószínűségek és a sorhossz várható értéke
A következő fejezetekben a rendszerre jellemző mennyiségeket számoljuk
ki. Először is bevezetünk néhány jelölést, amelyekre
a későbbiekben szükségünk lesz. a rendszerbe belépő -edik igény; a igény beérkezési ideje; , a és igények beérkezése közötti időtartam; a igény kiszolgálási ideje; a igény távozásakor hátrahagyott igények
száma; a igény kiszolgálása alatt a rendszerbe érkező
új igények száma.
az ú.n. beágyazott Markov-lánc, amelynek
egylépéses átmenetvalószínűségei:
Elsősorban a eloszlását vizsgáljuk, vagyis a valószínűségeket. Ezek függenek
az időtől, határeloszlásukat (ha ), -val jelöljük. A átmenetvalószínűségi
mátrix a következő alakú lesz:
ahol . Az -edik sor -edik eleme annak a valószínűségét adja meg, hogy
ha távozásakor igényt hagyott maga után a rendszerben, akkor távozásakor éppen igény maradt a rendszerben. Ez éppen azt jelenti, hogy pontosan
új igény érkezett, amíg a igény kiszolgálása tartott. Az kiszámolásához vegyük figyelembe, hogy
a beérkezési folyamat független a rendszer állapotától.
A igény, ( eloszlású), kiszolgálási ideje pedig független az -től, ezért szintén független az értékétől. Hagyjuk el tehát az -et a jelölésünkből és vezessük be az és valószínűségi változókat. és . A teljes valószínűség
tétele alapján
melyet a feltételes valószínűségekkel kifejezve
ahol , a kiszolgálási
idő sűrűségfüggvénye. Mivel a beérkezési folyamat paraméterű Poisson-folyamat, ahol az időváltozó, a következő átmenetvalószínűségeket
( elemeit) kapjuk:
Figyelembe véve, hogy minden -ra, a mátrix alakjából következik, hogy bármely
adott állapotból az összes többi elérhető, azaz a Markov-lánc
irreducibilis (és aperiodikus). A sorbanállási elmélet alapjainál
használt szokásos jelöléssel
ahol a kiszolgálási idő hosszának várható
értéke. A Markov-lánc ergodikus, ha . (A továbbiakban ezt feltételezzük.) Most
vizsgáljuk a és valószínűségi változók kapcsolatát
két speciális esetben. Az első annak felel meg, amikor nem üres rendszert hagy maga után (azaz ). Ez azt jelenti, hogy a távozásakor a már a rendszerben van. Ekkor nyilván megkapható, ha -ből levonunk egyet (mivel eltávozik) és hozzáadjuk azon igények számát,
melyek az kiszolgálási időtartam alatt érkeztek be, azaz
-et. A második eset az, amikor , azaz a távozó igény üres rendszert hagy maga után, azaz nem érkezett meg a távozási időpontjáig. Így éppen a kiszolgálási ideje alatt a rendszerbe érkezett
igények számával egyenlő. Végeredményben azt kaptuk,
hogy
Vezessük be a
mennyiségeket. Ennek segítségével
Ebből az egyenletből határozzuk meg a várható értékét. Először nem az időtől
függő viselkedéssel foglalkozunk, hanem a határeloszlással
(feltéve a létezését), azaz -mal. Tegyük fel, hogy léteznek a -edik momentumok is és
(Ismét az ergodikusságot használva.) Formális számolással
vegyük mindkét oldalának várható értékét
és végezzük el az határátmenetet.
Ebből
Tudjuk, hogy a beérkezések átlagos száma
egy igény kiszolgálási ideje alatt. bal oldala definíció szerint
Mivel egyetlen kiszolgáló csatornánk van,
A kihasználtsági tényező pedig éppen a rendszer
foglaltságának valószínűségét adja meg, ezért
Így alapján
Tehát az egy igény kiszolgálási ideje alatti beérkezések
számának várható értéke . A stabilitáshoz megkövetelt miatt a (6) egyenlethez szükséges, hogy az igényeknek
lassabban kell érkezniük, mint ahogyan a kiszolgálás történik.
négyzetre emelésével
Nyilvánvaló, hogy és , így
Mivel független -től, a két utolsó tag várható értékét
mint várható értékek szorzatát lehet felírni. határátmenetet véve
-öt és -ot kihasználva kifejezhetjük -ot.
ahonnan
(7)-ben már csak ismeretlen. Ennek meghatározásához egy általános
módszert, a generátorfüggvények módszerét használjuk.
Legyen a változó generátorfüggvénye.
Innen felhasználásával
Legyen a kiszolgálási idő sűrűségfüggvényének
Laplace-transzformáltja, vagyis
A következő hasznos összefüggést vehetjük észre
az előző két egyenlet között:
Mint ismert, a generátorfüggvény deriváltjainak a helyen vett helyettesítési értékei, valamint
a Laplace-transzformált helyen vett helyettesítési értékei a vizsgált
valószínűségi változó megfelelő momentumait adják
meg. A valószínűségi változó várható értékére
a felülvonással való jelölést használva, a következőket
írhatjuk:
-ból láthatóan
ahol . Végezzük el a helyettesítést. Ekkor
mivel -nél adódik. Ebből -et és -et felhasználva
amit már az előzőekből ismerünk. Most differenciáljuk még
egyszer -t:
első deriváltját felhasználva a másodikra az
alábbi összefüggés adódik:
f -et helyettesítve
A korábbiakból
A további momentumok is hasonlóan határozhatók meg. Térjünk
vissza -hez és alkalmazzuk az előző összefüggést, adódik
Mivel , ahol a kiszolgálási idő szórásnégyzete,
más alakban:
Ez a keresett formula, ami az átlagos sorhosszat, azaz az rendszerben tartózkodó igények számának
várható értékét adja meg ismert mennyiségek segítségével.
Ezt Pollaczek-Hincsin-féle (P-H) várható érték-formulának
nevezzük. A P-H várható érték-formula a mennyiségekre, a távozási pillanatokban a rendszerben
tartózkodó igények számának várható értékére
ad egy kifejezést. De tudjuk, hogy aérkezési pillanatokban, sőt
bármelyik pillanatban is ez a várható érték. Az általában
használt jelölés szerint jelenti ezt a mennyiséget. Vezessük be most -t a sorbanálló igények számának várható
értékeként (ez nem tartalmazza a kiszolgálócsatornában
lévő igényt).
Innen
Bebizonyítunk egy általános eredményt, az első Little-formulát,
ami a beérkezési intenzitás, a rendszerben tartózkodó
igények számának várható értéke és az
igények rendszerbeli idejének várható értéke között
ad meg egy egyszerű összefüggést. Legyen a intervallum alatt beérkezett igények száma, a intervallum alatt a rendszerből kilépett igények száma.
-t feltéve nyilvánvalóan . Jelölje a intervallumban a beérkezési intenzitást
legyen a pillanatig felgyűlt összes igényidő, pontosabban az az idő,
amit a időtartam során az igények összesen eltöltöttek
a rendszerben. A mennyiség legyen az egy igényre eső rendszerbeli
idő átlaga, a intervallum összes igényét figyelembe véve.
Ezekből nyilván
Végül legyen a rendszerben tartózkodó igények átlagos
száma a intervallumban:
Az utolsó három egyenletből
Sorbanállási rendszerünkben (ergodikusság esetén) léteznek
az alábbi határértékek
Így (Little-formula)
Most levezetünk egy eredményt a rendszerben eltöltött átlagos
időre. Ha felhasználjuk a fenti Little-formulát, -t, valamint -at, és tudjuk, hogy egy találomra választott időpontra is megadja a rendszerben
található igények számának várható értékét,
azaz , akkor
Innen
Ez egy igény rendszerben eltöltött összidejének átlaga,
ami egyenlő az átlagos kiszolgálási időnek, valamint a sorbanállási
idő átlagának összegével, amit -vel jelölünk. Így
vagy
ahol , az új igény érkezésekor
a kiszolgálócsatornában található igény átlagos
hátralévő kiszolgálási ideje. Ezt megkaphatjuk a hátralévő
élettartamra vonatkozó képletünkből, ami
mivel itt . Viszont ez hátralévő élettartam
esetén teljesül, hiszen élettartamról akkor beszélhetünk,
ha ,,létezik" az a bizonyos dolog, tehát már ,,él". ,,Kiszolgálási
terminológiánk" alapján ezt meg kell még szoroznunk annak
a valószínűségével, hogy van igény a kiszolgálócsatornában,
azaz van értelme hátralévő kiszolgálási időről beszélnünk.
Jelen esetben a rendszer foglaltságának valószínűsége
, tehát
Ha tekintjük a hányadost, ami azt fejezi ki, hogy milyen
,,kényelmetlenséget" okoz a rendszer az igényeknek azzal, hogy
más igényekkel is osztozniuk kell a kiszolgálóegységeken,
a következőt kapjuk:
és hasonlóan
-et valamint -öt és -ot szintén P-H várható érték-formulának
nevezzük.