Какой-нибудь "гений" сможет решить эту задачку? Условие:
Имеется СМО из одного элемента обслуживания и очереди на один элемент. Поток поступающих заявок является пуассоновским со средним временем между поступлением заявок T. Среднее время обслуживания равно S. А теперь внимание вопрос (звучит гонг): в установившемся режиме найти распределение времени пребывания заявки в системе.
Если кто решит, буду очень благодарен.
Задачка по ТСП
Сообщений 1 страница 27 из 27
Поделиться12007-06-09 21:29:41
Поделиться22007-06-10 00:39:09
элементарно ватсон =)
Поделиться32007-06-10 13:58:39
Встречный вопрос:
Как мы находим распределение величины Q, если:
Q=0 с вер-тью n0
Q=a~E(x) с вер-тью n1
Q=a+b, где a,b - НОРСВ ~ E(x) с вер-тью n2
?
по-моему, никак)
Поделиться42007-06-10 16:21:15
При обсуждении этой задачи с автором темы я выдвинул предположении которое совпало с предыдущим сообщением, то есть что спрашивается наверное понятно окончательно, в нашем случае я думаю распределение можно задать в виде таблицы а не искать его функцию распределения, так например задается биномиальное распределение если не ошибаюсь.
Поделиться52007-06-10 16:26:14
Ну тогда поставлю вопрос так:
Чему равна функция распределения СВ У = сумме двух НОРСВ ~ E(a)?
Поделиться62007-06-10 16:35:39
to BobicZdoh: а окончания лекций в печатном виде не планируется? А то начало есть, в принципе, на маинфо, от некого Дона Алессандро, а вот с окончанием хуже
Поделиться72007-06-10 16:38:27
К сожалению, я обладаю тока рукописными лекциями, писанными моей рукой. По этой простой причине я не могу даже сам врубиться, что там написано.
Предполагалось выложить скан с хорошим почерком, но как-то не срослось.
Поделиться82007-06-10 18:40:46
Ну в нашей задаче это возможно не существенно, так как среднее время обслуживания в состоянии, когда канал занят будет T+S, зачем искать функцию распределения этого события, а отвечая непосредственно на вопрос, при нахождении вероятностных характеристик такого события нужно наверное пользоваться условным матожиданием и условной вероятностью, то есть функция распределения будет определяться условной вероятностью. Но точно я не знаю
Поделиться92007-06-10 18:41:54
Проблемка в том, что распределение скорее всего непрерывно. Действительно, получается сумма экспотенциальных случайных величин, в которой случайное количество слагаемых. Хм. Я думаю на это стоит забить.
Тогда ещё вопросец: там в прошлогодних билетах МЦ в основном неэргодические. Как по вашему считать пределы, которые, видимо, будут зависеть от начальных состояний?
Поделиться102007-06-10 19:19:58
Могу предложить банально тупой вариант:
В общем виде наперемножать матрицы и посмотреть, что будет в пределе с их компонентами.
Или я не понимаю, пределы чего вы хотите считать?
Поделиться112007-06-10 19:27:07
Пардон, туплю)
Поделиться122007-06-10 20:19:46
Народ, кто знает каково распределение оценок по решённым задачам? И обязательно ли писать всю теорию?
Как я понимаю:
3 - 5-6 вопросов
4 - 7-8
5 - 9-10
Но входит ли туда теория в обязательном порядке? Т.е. что получишь, если решишь все 8 задач, но не напишешь ни одной теории?
Поделиться132007-06-11 11:19:49
цифры какие-то заоблачные))
Поделиться142007-06-11 14:23:57
Вообще Босов говорил, что надо бы по кусочку еории к каждой задаче написать...(
Поделиться152007-06-11 14:30:28
Если я не ошибаюсь, он говорил о теоретическом обосновании ответа в задаче, если оно требуется.
Поделиться162007-06-11 18:03:27
В общем виде наперемножать матрицы и посмотреть, что будет в пределе с их компонентами.
Ага, ещё припомнить применение анулирующего полинома Гамильтона-Кэли при возведении матрикса в заоблачные степени.))
Поделиться172007-06-11 18:28:35
Просто я хз как это делать без Питона, Руби или ещё какой-нить полезной хренотни.
Как вообще искать предельное распределение?
Поделиться182007-06-11 18:41:14
Извиняюсь, не прекращаю тупить.)
Поделиться192007-06-11 18:51:25
Как мы находим распределение величины Q, если:
Q=0 с вер-тью n0
Q=a~E(x) с вер-тью n1
Q=a+b, где a,b - НОРСВ ~ E(x) с вер-тью n2
P(Q = N) = n1 * P(a = N) + n2 * P(a+b = N).
Чему равна функция распределения СВ У = сумме двух НОРСВ ~ E(a)?
Если две СВ независимы, то плотность распределения суммы равна свертке плотностей:
z = x + y => f_z(t) = \int_{-\infty}^{\infty} f_x(\tau)*f_y(t - \tau)d\tau.
Если я нигде не ошибаюсь то в нашем случае f_y(t) = \int_0^t (\lambda)^2 e^{-\lambda*t} d\tau = (\lambda)^2*t*e^{-\lambda*t}
Поделиться202007-06-11 19:54:37
Во! супер! Пришёл Димка и всё расставил по полочкам)
З.Ы. хотя мне не понятно вот что:
почему у тебя сначала (в определении свёртки) интеграл от -инф до инф, а во втором - от 0 до т?
Поделиться212007-06-11 20:46:31
Потому что у экспоненциального распределения плотность вероятности не ноль только при t (x, ... ) > 0. Если учесть это для обеих плотностей под интегралом, то получится как раз отрезок [0,t].
Поделиться222007-06-11 20:51:28
спасибо.
Поделиться232007-06-12 18:05:20
а окончания лекций в печатном виде не планируется?
Поделиться242007-06-12 20:44:00
Antoni0 написал:
а окончания лекций в печатном виде не планируется?
http://ifolder.ru/2321480
http://ifolder.ru/2322868
Спасибо
Отредактировано Antoni0 (2007-06-12 20:44:14)
Поделиться252007-06-12 20:52:42
лучше поздно чем никогда конечно...
Поделиться262007-06-12 21:29:33
у кого-нибудь были практические занятия по интегралу Ито?
Выложите...
Поделиться272023-03-31 01:26:59
Econ76.1BettBettSydnRaviHandJamePalaWerePaulOmegTescImprFiskFuneModePlinChriCoffJamePubl
BaraJuliClifMichKarlSplaTricNailMarcJackGreeHeinSeptDefoOreaAhavAudiStepFranFyodWindThis
DickDomaBodyCityBriaAlesAmanSonyWindSonaApplGillColuScotTommCompPixaPatrStevDougJuleChar
EndeLycrKlauRisiMonsXVIIWindWindWindStepWindFIFAFrohSupeWindYourThisFranViraPierIkkiZeff
MariFlemBuzzJohaArtsClifArtsJeweCafeEmilKareMichNintNokielecFlasCharSonyRobeValkRobeJean
NeilWindDalvEarlXIIIEverWGPyAtmoLithDAXXGardSamsElecErnsAssaRockThruDaliShakXXIIBestJewe
SauvRefePhilAuslMerrJazzValiEducEditSitrHellEvilBridWindMotoTefaLEGOHyunoupeIncaKiteXing
GeofRockJeweCatcBullssivPrelFlyiEiszAlgoAlfrBranViceViceHenrTranJoseDonaOlegWeinFilmReal
UltrXomaStomGeorErikSuchMarimailDigiStepMichJennWoodRichBethSigmSupeFeedEmerWilhSupeRobe
KennKillThomAnniCambAllaGenuLithLithLithPhotWindUltrorigPaikErasToonXVIIAnniCommexspJobs
tuchkasAstrGhia