logo资料库

通信网理论基础 课后答案.doc

第1页 / 共23页
第2页 / 共23页
第3页 / 共23页
第4页 / 共23页
第5页 / 共23页
第6页 / 共23页
第7页 / 共23页
第8页 / 共23页
资料共23页,剩余部分请下载后查看
3.4
3.5 试求图3-52中图的主树数目,并列举所有的主树。
3.6 试证明端数n大于4的连接图都是非平面图,并求n=2,3,4的全连接图为对偶图。
3.7
3.8 图有六个端,其无向距离矩阵如下:
3.9 图有六个端,端点之间的有向距离矩阵如下:
3.11求下图中Vs到Vt的最大流量fst,图中编上的数字是该边的容量。
3.12试移动3.54图中的一条边,保持其容量不变,是否能增大fst?如果可以,求此时的最大值,但若
3.13图3.55中的Vs和Vt间要求有总流量fst=6,求最佳流量分配,图中边旁的两个数字前者为容
3.16试计算完全图Kn的主树的数目。
4.1 求M/M/m(n)中,等待时间w的概率密度函数。
4.4求M/D/1排队问题中等待时间W的一、二、三阶矩m1、m2、m3,D表示服务时间为定值b,到达
4.5 求M/B/1,B/M/1和B/B/1排队问题的平均等待时间
4.6 在D/D/1排队问题中,顾客到达的时间间隔为a,服务时间为b,均为恒定值,且a>b,
4.8在优先级别队列中,A队为优先级,不拒绝,B队为非优先级,只准一人排队等待(不计在服务中的),且
4.9排队系统中有三个队列,其到达率分别为公用同一出线
4.10 有一个三端网络,端点为,边为
4.12在分组交换系统中,设信息包以泊松率到达,平均到达率为,但信息包的长度为固定b比特,信道容量
4.13有四个端三条边组成的数据网,如图所示。端间的信息包分别为和每秒,信息包长度为负指数分布,平均
4.14总线上有4个用户v1,v2,v3和v4,它们之间以Alopha方式互相通信,信包到达率均为每
3.4 1. 环上有 k 个端(3≤k≤n),此 k 个端的选择方式有 k nC 种;对于某固定的 k 端来说,考 虑可以生成的环,任指定一个端,下个端的选取方法公有 k-1 种,再下端的选法有 k-2 种,等等,注意,这样生成的环可按两种试图顺序取得,故有 )!1 ( k 2 种,总的环数为 n  k  3 ( kC k n )!1  2 2. 某一固定边 e 确定了两个端,经过 e 的环数按其过余下端进行分类,若环再过 k 个端(1 ≤k≤n-2),有选法 k nC 2 种;对于某固定端来说,自然可以生成 k!个环,从而总的环 n 数为 k  3 k n kC 2 ! 个。  3. 两个固定端之间的径按其经过端数分类,其中有一条不经过其他端的径,若经过 k 个端, (1≤k≤n-2),则对于第一个端有(n-2)种选择,第二个端有(n-3)种选择,第 k 个端有(n-k-1)种选择,共有 ( n ( )!2 n   k )!2 总的径数为  1  n 2 k 1  ( n ( )!2 n   k )!2 3.5 试求图 3-52 中图的主树数目,并列举所有的主树。 解:为图的端编号为 v1,v2,v3,v4。 取 v3 为参考点,有: 3 1  1  1  2 0 1  0 2 8  S 图 3-52 所得主树见下: 第 1 页 共 23 页
3.6 试证明端数 n 大于 4 的连接图都是非平面图,并求 n=2,3,4 的全连接图为对偶图。 证明:设有 n 个端的全联接图为 Kn 因为 K5 是非平面图,而当 n>5 时 K5 是 Kn 的子图,从而 Kn (n>5)均不是平面图。一下是对偶图(注意 K4 为自对偶图)。 3.7 C  0 0 0 0       1 0 0 0 0 1 0 0 1 0 1 0       解:首先作出图形: 已知一个图的邻接矩阵如左,画出此图,并求各 端之间的最小有向径长。 对所绘制图形的端点进行编号,得邻接矩阵。 v 2 3 v v 0101 0100 1000 0000 4       C  v 1       第 2 页 共 23 页
经计算: 2C        0100 1000 0000 0000       3C        1000 0000 0000 0000       因而有 , ( vvd 1 2 )  1 , ( vvd 1 3 )  2 , ( vvd 1 4 )  1 , ( vvd 2 3 )  1 , ( vvd 2 4 )  2 , ( vvd 3 4 )  1 其余有向径长均为 ∞,或不存在。 3.8 图有六个端,其无向距离矩阵如下: v 1 v v v v v v 1 2 3 4 5 6          2 3 4 5 v v v v 123210 232101 321012 210123 101232 021321 1. 用 P 算法,求出最短树。 2. 用 K 算法,求出最短树。 3. 限制条件为两端间通信的转接次数不超过 2 的最 短树。 6 v          解: 1. P 算法求解:     , , vv v vvv   1 1  4 , , , , vvvvvv  1  2 , e 12 , 34 23 5 6 3 2 1 2 e e  3 e 16  , vvvv  1 , , 3 2  6 e  , vvvvv  1 , , , 65 6 3 2  5 2. K 算法求解: 按最小边长顺序取得: e 12  e 23  e 34  e 45  e 56  1 此结果意味着最短树不唯一。 第 3 页 共 23 页
3. 原图有一个边长全为 1 的基本子图 G1,要求转接次数小于等于 2,若选取 G1 的任何 4 个 4v 为基 ,作为基础,然后再按要求增加边,例如以 1v 连续顶点, iv 2iv 3iv 1iv 2v 3v 础,增加 5v 6v ,得到一个树长为 7 转接次数小于等于 2 的树 T1,事实上,以任何 4 个 连续顶点均可得到树长为 7 的转接次数小于等于 2 的树 3.9 图有六个端,端点之间的有向距离矩阵如下: v 1          v v v v v v 1 2 3 4 5 6 v 2 9 0 1 0 2   6  7  1. 用 D 算法求 V1 到所有其他端的最短径长及其路径。 2. 用 F 算法求最短径矩阵和路由矩阵,并找到 V2 至 V4 和 V1 至 V5 的最短径长及路由。 3. 求图的中心和中点。 v 3 1 4 0 5 2 2 v 4 3   0 8  v v 5 6    7   1    2 7   0 5  2 0  解: 1. V1 0 D 算法 V2 ∞ 9 9 8 8 8 V3 ∞ 1 V4 ∞ 3 3 3 V5 ∞ ∞ 2 V6 ∞ ∞ ∞ 7 7 指定 最短径长 V1 V3 V5 V4 V3 V2 W1=0 W13=0 W15=0 W14=0 W16=0 W12=0 2. F 算法 最短路径矩阵及最短路由阵为 W5,R5 v 2  v 1 v 4 有向距离为 4 第 4 页 共 23 页
v 1  v 3 v 5 有向距离为 2 W 0 W 1 W 2 W 3 W 4 W 5 3   0 8  3 4 5 0 8 10 3 4 5 0 8 10 1 4 0 5 2 2 1 2 0 5 2 2 1 2 0 5 2 2 231 342 150 205 082 272 231 342 150 205 072 272 9 0   1 0  2       6   7   9 0   1 0  2 11      6   16 7  9 0   1 0  2 11      7 6  7 16  0 9   1 0  2 11   7 16   4 6  4 13  0 9   1 0  2 11   7 16   4 6  4 13  723180   834201  615072   720486   507264  027284     7   1    2 7   0 5  2 0     7   1    2 7   0 5  2 0  16    7   1    2 7   0 5  2 0          7   5  0  10   11  12   7   5  0           R 0 R 1 R 004320     050301   050001     650300     604320   054301   004320     051101   051011     650300     604320   051311   024320   051101  051011   650300   604322  051311  2          R 3 R 034320     031101   051011     650333     603323   053313   434320     431101   451011     650333     603323   053313   534350   531101  551051   650555   603323  053353  4 R 5          第 5 页 共 23 页
3. WMax j 5 ij )8,7,8,7,8,8( 中心为 V3 或 V5   5 ijW j )23,24,27,21,18,21( 中心为 V2 3.11 求下图中 Vs 到 Vt 的最大流量 fst,图中编上的数字是该边的容量。 解: 本题可以利用 M 算法,也可以使用最大流-最 小割简单计算可知: X X  3, vvv s , 4 2 , tvvv  , 1   XXC 3153 , 12 可知:最大流为 12,可以安排为 fs1 = 3,,fs2 =5, f12=1,f2t=4,f1t=4,fs3=1,fs4=3,f3t=1,f4t=3。 3.12 试移动 3.54 图中的一条边,保持其容量不变,是否能增大 fst?如果可以,求此时的 最大值,但若所有转接端 v1v2v3 和 v4 的转接容量限制在 4,则情况将如何? 解: 依然按照最大流-最小割定理,若 能 依 一 边 从 X 找 到 X 内 部 至 割 ( XX , ) 中,自然可以增大流量,可以 将 e34 移去,改为:e41 或者 e42 均可, 使总流量增至 12+2=14。 当 vi(i = 1,...4)的转接容量限制到 4 时,等效图为右图,对于 3.11 中的流 量分配,在本题限制下,若将 fs2 由 5 改为 4 即得到一个流量为 11 的可行流。 , vvvvv 3 ' 4 ' 3 , , 4 2 , 但 若 X *  *  v S , X  tvvvv , ' 2 ' 1 , , 1 3 5 2 6 Vs v1 v1' 2 4 2 4 4 4 2 v2 v3 v4 v2' v3' v4' 6 4 1 3 Vt 则 XXC ( , * * )  3431 11 ,换句话说就是 11 已是最大流。 第 6 页 共 23 页
3.13 图 3.55 中的 Vs 和 Vt 间要求有总流量 fst=6,求最佳流量分配,图中边旁的两个数字前 者为容量,后者为费用。 解: 本题可以任选一个容量为 6 的可行流,然后采用负价环法,但也可用贪心算法,从 Vs 出发的两条线路费用一样,但进入 Vt 的两条路径费用为 7 和 2,故尽可能选用费用为 2 的 线路,得下图 1。 Vs 3,2 6,3 2,3 3,2 1,1 3,4 图 1 5,7 Vt 4,2 再考虑 V0,进入 V0 的两条路径中优先满足 费用为 3 的路径,得:图 2,很容易得到最 后一个流量为 fst=6 的图 3,边上的数字为 流量安排。总的费用为 11423123 L 2432 52  72 23 易用负价环验证图 4 的流量分配为最佳流 量分配。 3 Vs 4 图 2 2 Vt Vs 4 2 2 Vt 4 3 2 图 3 3.16 试计算完全图 Kn 的主树的数目。 解:设 A 为 Kn 的关联阵,那么主树的数目为: 1 3 Vs 2 1 2 图 4 2 Vt 4 N  T AAdct   dct n  1  1 n  1  1   1   1 n  1 1  0  1 n  1 1    1  0   n  1  0 n  0  1 n  n n 1 1   n n  2 n  dct 1  n n 0   0  dct  0 n  0  1 1   1 1 n 证毕。  dct 第 7 页 共 23 页
4.1 求 M/M/m(n)中,等待时间 w 的概率密度函数。 解: M/M/m(n)的概率分布为: ( ) m  ! k k p 0  m 1 ( ) m  ! m   1   1 mn   1    p 0 p k  ( 1    m   r         0 ) m  ! k m m ! k k p 0 p 0 k  0 0  mk  1 n km  k n  假定 n>m,n≥0,现在来计算概率 P{w>x},既等待时间大于 x 的概率。 { } xwP   n  j  0 } xwPp j  {  j {  其中,Pj{w>x}的概率为: 0} xwP  j mj   } { xwP  j i  1} { xwP   j  0  e ( xm  xm ! i  i ) 0  mj  1 jm 1 n  n jm  可得: { } xwP   mj  n 1    P  j  xm  e  i ) ( xm  ! i  P n mj  m m ! m m m ! m   0 n 1  i     1 mn   mj  i  0 P 0 P 0 mj    j   e i  0  xm  e (    ( xm  xm  ! i im  xm  ! 1 i ( ) m i P 0    ) m  ! m i )  n     n      P n  ( ) m   x e } xwP则若n   {  1 特别的,新到顾客需等待的概率为: { WP  }0  P 0    ( m ) m ! m 1 而 f w )( x  m Pm 0 ) 1(! m    xm  e [ m )  m  ( ( x  ! i i )  m m  ( ( ) x  mn  1 mn  )!1  mn  2  i ) m  mn  0  1 mn  )!1  ]  m n  ( ( 第 8 页 共 23 页
分享到:
收藏