logo资料库

排队论算法 (含ppt).ppt

第1页 / 共70页
第2页 / 共70页
第3页 / 共70页
第4页 / 共70页
第5页 / 共70页
第6页 / 共70页
第7页 / 共70页
第8页 / 共70页
资料共70页,剩余部分请下载后查看
排队论及其应用 Lecture 2 随机过程 & 排队论初步 中国科学技术大学 计算机科学与技术学院 田 野 1
随机过程 n 随机变量X,分布函数不变 n 如果随机变量的分布函数随时间变化,对时间 集合T,得到一组随机变量,称之为随机过程 n 如果时间集合T离散,如T={0,1,2,…},称为离散 时间的随机过程,{Xn: n∈T} n 如果时间集合T连续,称为连续时间的随机过程, {X(t): t∈T} n 如果Xn或者X(t)离散/连续,称这个随机过程离散/ 连续 2
n 例: n 某路由器的IP包t时刻进入缓存等待转发,等待时 间{W(t): t>0}是一个连续时间的连续随机过程 n 从时间0到t到达路由器的IP包个数{N(t): t>0}是一 个连续时间的离散随机过程 n Xn表示一周7天中某一天某计算机启动的进程数, n∈{1,2,3,4,5,6,7}。{Xn}是一个离散时间的离散随 机过程。 n Xn表示一周7天中某一天某计算机的工作时间, n∈{1,2,3,4,5,6,7}。{Xn}是一个离散时间的连续随 机变量。 3
计数过程 n 令N(t)表示在时间段[0, t)内的某种事件发生的 次数。N(t)称为该事件的计数过程。计数过程 是一种随机过程。 n 事件:数据包到达路由器;顾客到达商店 n 性质: 1. N(0)=0 2. N(t)非负 3. 如果s
n 例,伯努力过程 n X1,X2,…是独立同分布的伯努力变量,成功的 概率为p。令Sn=X1+X2+…+Xn,即前n次伯努力实 验的成功次数,{Sn}是一个计数过程,被称为伯努 力过程。Sn的分布是二项分布。 [ P S n  k ]     n k    k p (1  p ) n k  5
泊松过程 n 一个计数过程{N(t), t≥0}如果满足以下条件,则被称 为参数λ的泊松过程 1. 独立增量过程(即独立时间段上的事件发生的个数是独 立的) 2. 平稳过程(在任意一段时间内发生的事件个数的分布是 不变的) 3. 在一小段时间h内发生一个事件的概率为λh+o(h)。 4. 在一小段时间h内发生多于一个事件的概率为o(h) n λ被称为泊松过程的速率 注意 lim 0 h  ( ) o h h  0 6
n 定理:{N(t),t≥0}是一个速率为λ的泊松过程。Y表 示一段时间t>0内事件发生的个数,则 [ P Y 0,1,2, ,    k e k ] k  参数为λt的泊松分布 t ( ) t   ! k ( ) nP t  ( ) [ 0]  P t 0 ( )(1   h o h ( ))    ( ) P t 0 ( ) dP t 0 dt 0( ) P t t e  7 n 证明:定义 , ] n ( ) P t P N t h N t   0 ( ) P t 0 ( ) [ P N t  ) (   ( ) o h h ( ) P t 0     ( ( )  P t h  0 ) P t h  0 h 取h→0 (  lim 0 h     ) P t h 0 h  ( ) P t 0    ( ) P t 0  ( ) o h h    代入初始条件 ,得到 0(0) 1 P 
对时间t+h时n个事件发生的情况Pn(t+h),三种情况 1. 时间t时已经发生了n个事件, 2. 时间t时发生了n-1个事件,[t,t+h)这段时间发生了1个事件 3. 时间t 时发生了n-k个事件, [t,t+h)这段时间发生了k个事 ( )  件,k>1 P t h P t  n n 取h→0, ( ) dP t n dt    ( )(1    lim 0 h  ( )) t o h    ) ( P t h   n h ( ) P t n  ( ) P t   1 n  ( ) o h ( ) hP t    1 n ( ) P t n    ( ) P t n  ( ) P t   1 n  ( ) o h h    初始条件 ,迭代求解得到 0  e ( ) P t n  t (0) nP n ) (   t ! n 8
分享到:
收藏