courses:system_analysis_modeling_and_optimization:task2

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revision Previous revision
Next revision
Previous revision
courses:system_analysis_modeling_and_optimization:task2 [2019/07/09 12:08]
andrey.suchkov [Основные теоретические положения]
courses:system_analysis_modeling_and_optimization:task2 [2022/12/10 09:08] (current)
Line 4: Line 4:
 ===== Основные теоретические положения ===== ===== Основные теоретические положения =====
 Дана следующая модель системы обслуживания,​ представленная на рис. 1. Дана следующая модель системы обслуживания,​ представленная на рис. 1.
-{{ :​courses:​system_analysis_modeling_and_optimization:​task2.png |Рисунок 1 – Модель системы обслуживания}}+{{ :​courses:​system_analysis_modeling_and_optimization:​task2.png?​nolink ​|Рисунок 1 – Модель системы обслуживания}}
 Назовём потоком заявок (обслуживания) такой процесс,​ который генерирует (обслуживает) заявки в случайный момент времени. Соответственно,​ интенсивностью потока назовём среднее количество событий потока,​ происходящих в единицу времени. Назовём потоком заявок (обслуживания) такой процесс,​ который генерирует (обслуживает) заявки в случайный момент времени. Соответственно,​ интенсивностью потока назовём среднее количество событий потока,​ происходящих в единицу времени.
  
Line 20: Line 20:
 Отношение корня дисперсии времени обслуживания к его среднему называется коэффициентом вариации времени обслуживания:​ Отношение корня дисперсии времени обслуживания к его среднему называется коэффициентом вариации времени обслуживания:​
 $$ $$
-\vartheta = \frac{\sigma_{t_{об}}}{\bar t_{об}} = \frac1{\bar t_{об}}\sqrt{\int_{\mathbb R}t^2 \cdot f(t)\,dt - \bar t_{об}^2}.+\vartheta = \frac{\sigma_{t_{об}}}{\bar t_{об}} = \frac1{\bar t_{об}}\sqrt{\int_{\mathbb R}t^2 f(t)\,dt - \bar t_{об}^2}.
 $$ $$
 С помощью этого коэффициента вариации можно теоретически рассчитать среднее число заявок в очереди и среднее время ожидания в очереди:​ С помощью этого коэффициента вариации можно теоретически рассчитать среднее число заявок в очереди и среднее время ожидания в очереди:​
Line 49: Line 49:
   - Провести 10 экспериментов (на одном наборе данных) для экспоненциальных законов следования заявок на входе и обслуживания,​ рассчитать среднее время ожидания заявки в очереди и СКО.   - Провести 10 экспериментов (на одном наборе данных) для экспоненциальных законов следования заявок на входе и обслуживания,​ рассчитать среднее время ожидания заявки в очереди и СКО.
   - Сравнить теоретические и практические результаты (объяснить и обосновать),​ рассчитав доверительные интервалы для исследуемых характеристик СМО.   - Сравнить теоретические и практические результаты (объяснить и обосновать),​ рассчитав доверительные интервалы для исследуемых характеристик СМО.
-==== Варианты заданий ====+===== Варианты заданий ​=====
 ^  № варианта ​ ^  Значение $\rho_i$ ​ ^^  Значение $N_i$  ^^ ^  № варианта ​ ^  Значение $\rho_i$ ​ ^^  Значение $N_i$  ^^
 |  1  |  0.50  |  0.70  |  1000  |  50000  | |  1  |  0.50  |  0.70  |  1000  |  50000  |
Line 70: Line 70:
   * Общий вывод по проделанной работе.   * Общий вывод по проделанной работе.
   * Код программы.   * Код программы.
-===== Тексты программы ​===== +===== Пример выполнения задания ​===== 
-<file text TASK2.GPS>+<file text task2.GPS>
 10          SIMULATE  ​ 10          SIMULATE  ​
 15          RMULT 10            15          RMULT 10           
courses/system_analysis_modeling_and_optimization/task2.1562674107.txt.gz · Last modified: 2022/12/10 09:08 (external edit)