III.4.1. A stacionárius eloszlás meghatározása
Jelölje a valószínűségi változó a időpontban a terminálnál lévő jobok számát,
ezeknek a joboknak az indexeit lexikografikus sorrendben, és
a központi egységnél lévő (kiszolgálás alatt lévő
vagy sorbanálló) jobok indexeit érkezésük sorrendjében.
Az
folyamat csak akkor Markov-folyamat, ha az eloszlásfüggvények exponenciálisak.
Vezessük be a változót, amely azt az időt jelöli,
amelyet az job a terminálnál eltöltött a legutolsó
központi egységbeli kiszolgálása óta. Az így kapott
folyamat rendelkezik a Markov tulajdonsággal.
Jelölje és az egészek -ad osztályú variációinak illetve a kombinációinak
lexikografikusan rendezett halmazát. Ekkor az folyamat állapottere az olyan
pontokból áll, ahol , , , , . Az folyamat akkor van az állapotban,
ha az indexű jobok már ideje vannak a termináloknál, és a központi egységnél lévő jobok
indexe érkezési sorrendben.
A Kolmogorov-egyenletek levezetéséhez szükségünk van
tetszőleges intervallumban lejátszódó átmenetek vizsgálatára.
Az átmeneti valószínűségeket a következő módon adhatjuk
meg esetére.
ahol az indexeket jelöli lexikografikus sorrendben, és a megfelelő időket.
Ha akkor az átmeneti valószínűségek a
következők:
Vezessük be a következő függvényeket:
Legyen a következőképpen definiálva: .
1.Tétel Ha , , akkor az folyamatnak van egyértelmű
ergodikus ( stacionárius ) eloszlása, amely független a kezdeti
feltételektől, azaz
A tétel bizonyítása Gnedenko-Kovalenko (1989) könyvének
211. oldalán található tételből közvetlenül következik.
A tétel biztosítja a következő határértékek létezését,
és egyértelműségét:
ahol jelöli
az állapotok
sűrűségfüggvényét, ha . Feltesszük, hogy rögzített -ra az ergodikus eloszlásoknak létezik a sűrűségfüggvénye.
Ehhez elegendő feltenni, hogy az -nek van sűrűségfüggvénye. Vezessük be a
ún. norëmált sűrűségfüggvényeket.
2.Tétel A fenti normált sűrűségfüggvények kielégítik
az , integro-differenciál-egyenleteket a , határfeltételek mellett.
,
esetén,
,
esetén,
valamint
A jelentése a bizonyításban szerepel,
és
Bizonyítás. Mivel Markov-folyamat, ezért sűrűségfüggvényei
kielégítik a Kolgomorov-Chapman egyenleteket. Tekintsük a folyamatot
rövid ideig. Ekkor a következő összefüggések igazak:
,
esetén.
Hasonlóan
,
esetén.
Végül
Ezekből az összefüggésekből a tétel állítását
könnyen megkaphatjuk. A felírt összefüggések bal oldalát
-val osztva, és figyelembe véve
a normált sűrűségfüggvény definícióját, és
határértéket véve kapjuk a tétel állítását.
A tétel , egyenlőségeinek bal oldalán a parciális differenciálhányados
szokásos jelölését használtuk fel. Ezt általában
nem tehetjük meg, mivel a parciális differenciálhányados létezését
nem tettük fel. Ezért használtuk a jelölést. Valójában az iránymenti deriváltat jelenti. A
ergodikus eloszlás meghatározásához meg kell oldani az , egyenleteket a , határfeltételek mellett. Legyen
Ekkor behelyettesítéssel ellenőrizhető, hogy kielégítik az
, egyenleteket a , határfeltételek mellett, és ezek a értékek rekurzióval kifejezhetők függvényében. Nevezetesen
Ezek az egyenletek teljesen leírják a rendszer működését.
Jelölje annak a stacionárius valószínűségét,
hogy a termináloknál az indexű jobok vannak, és a központi egységnél
lévő jobok indexei érkezési sorrendben . Továbbá jelölje annak a stacionárius valószínűségét,
hogy az indexű jobok tartózkodnak a termináloknál.
Igazolható, hogy
A -ra kapott összefüggést felhasználva kapjuk,
hogy
Hasonlóan
Jelölje és annak a stacionárius valószínűségét,
hogy a termináloknál , illetve a központi egységeknél job tartózkodik. Ekkor világos, hogy
Könnyen belátható, hogy
ahol a normalizáló feltételéből
határozható meg.
Homogén esetben a következő eredményekhez jutunk.
Ezért
Ezek az eredmények megegyeznek az modell stacionárius valószínűségeire
kapott eredményeivel. Látható, hogy ezek az eloszlásfüggvény alakjától nem függnek,
csak az várható értékektől.