J. Virtamo Jonoteoria / Prioriteettijonot 1

Samankaltaiset tiedostot
J. Virtamo Jonoteoria / Prioriteettijonot 1

Järjestelmässä olevien asiakkaiden lukumäärä N(t) ei muodosta enää Markov-prosessia.

Littlen tulos. Littlen lause sanoo. N = λ T. Lause on hyvin käyttökelpoinen yleisyytensä vuoksi

Liikenneongelmien aikaskaalahierarkia

Yleistä. Esimerkki. Yhden palvelimen jono. palvelin. saapuvat asiakkaat. poistuvat asiakkaat. odotushuone, jonotuspaikat

J. Virtamo Jonoteoria / M/G/1/-jono 1

Vuonohjaus: ikkunamekanismi

Odotusjärjestelmät. Aluksi esitellään allaolevan kuvan mukaisen yhden palvelimen jonoon liittyvät perussuureet.

Estynyt puheluyritys menetetään ei johda uusintayritykseen alkaa uusi miettimisaika: aika seuraavaan yritykseen Exp(γ) pitoaika X Exp(µ)

Estojärjestelmä (loss system, menetysjärjestelmä)

Jonojen matematiikkaa

Liikenneteorian tehtävä

Syntymä-kuolema-prosessit

J. Virtamo Jonoteoria / Jonoverkot 1

Oletetaan, että virhetermit eivät korreloi toistensa eikä faktorin f kanssa. Toisin sanoen

JATKUVAT JAKAUMAT Laplace-muunnos (Laplace-Stieltjes-muunnos)

Demonstraatiot Luento

3. Esimerkkejä luento03.ppt S Liikenneteorian perusteet - Kevät

Kohdassa on käytetty eksponentiaalijakauman kertymäfunktiota (P(t > T τ ) = 1 P(t T τ ). λe λτ e λ(t τ) e 3λT dτ.

Palvelut. Sulautetut järjestelmät Luku 2 Sivu 1 (??) Sulautetut käyttöjärjestelmät

Matematiikan tukikurssi

Demonstraatiot Luento 7 D7/1 D7/2 D7/3

Batch means -menetelmä

J. Virtamo Jonoteoria / Poisson-prosessi 1

J. Virtamo Liikenneteoria ja liikenteenhallinta / Jonoverkot 1

3. Esimerkkejä. Sisältö. Klassinen puhelinliikenteen malli (1) Klassinen puhelinliikenteen malli (2)

Martingaalit ja informaatioprosessit

4 LUKUJONOT JA SUMMAT

Luentorunko 12: Lyhyen ja pitkän aikavälin makrotasapaino, AS

Numeeriset menetelmät TIEA381. Luento 7. Kirsi Valjus. Jyväskylän yliopisto. Luento 7 () Numeeriset menetelmät / 43

Harjoitus 2: Matlab - Statistical Toolbox

/1. MTTTP5, luento Kertausta. Olk. X 1, X 2,..., X n on satunnaisotos N(µ, ):sta, missä tunnettu. Jos H 0 on tosi, niin

Poisson-prosessien ominaisuuksia ja esimerkkilaskuja

Jonot ja niiden hallinta

käännetty prosessi. Tarkastellaan pelkistymätöntä stationaarista stokastista prosessia X t.

J. Virtamo Teleliikenneteoria / Solutason jonot 1

Jonot ja niiden hallinta

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n

m h = Q l h 8380 J = J kg 1 0, kg Muodostuneen höyryn osuus alkuperäisestä vesimäärästä on m h m 0,200 kg = 0,

Matematiikan tukikurssi

Syntymä-kuolema-prosessit

TA7, Ekonometrian johdantokurssi HARJOITUS 4 1 RATKAISUEHDOTUKSET

Sovellettu todennäköisyyslaskenta B

HY, MTL / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIb, syksy 2017 Harjoitus 1 Ratkaisuehdotuksia

763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 3 Kevät E 1 + c 2 m 2 = E (1) p 1 = P (2) E 2 1

dl = F k dl. dw = F dl = F cos. Kun voima vaikuttaa kaarevalla polulla P 1 P 2, polku voidaan jakaa infinitesimaalisen pieniin siirtymiin dl

= P 0 (V 2 V 1 ) + nrt 0. nrt 0 ln V ]

Liikenneteoriaa (vasta-alkajille)

X k+1 X k X k+1 X k 1 1

Vastaus: Aikuistenlippuja myytiin 61 kappaletta ja lastenlippuja 117 kappaletta.

4. laskuharjoituskierros, vko 7, ratkaisut

Matematiikan tukikurssi

¼ ¼ joten tulokset ovat muuttuneet ja nimenomaan huontontuneet eivätkä tulleet paremmiksi.

MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

jakokulmassa x 4 x 8 x 3x

Jonot ja niiden hallinta

pitkittäisaineistoissa

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Esimerkki: Tietoliikennekytkin

k S P[ X µ kσ] 1 k 2.

4.1. Olkoon X mielivaltainen positiivinen satunnaismuuttuja, jonka odotusarvo on

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48

2 k -faktorikokeet. Vilkkumaa / Kuusinen 1

Matematiikan johdantokurssi, syksy 2016 Harjoitus 11, ratkaisuista

30A02000 Tilastotieteen perusteet

. Kun p = 1, jono suppenee raja-arvoon 1. Jos p = 2, jono hajaantuu. Jono suppenee siis lineaarisesti. Vastaavasti jonolle r k+1 = r k, suhde on r k+1

Approbatur 3, demo 1, ratkaisut A sanoo: Vähintään yksi meistä on retku. Tehtävänä on päätellä, mitä tyyppiä A ja B ovat.

Cantorin joukon suoristuvuus tasossa

1 Bayesin teoreeman käyttö luokittelijana

Tehtävät 1/11. TAMPEREEN YLIOPISTO Informaatiotieteiden tiedekunta Valintakoe Matematiikka ja tilastotiede. Sukunimi (painokirjaimin)

Suotuisien tapahtumien lukumäärä Kaikki alkeistapahtumien lukumäärä

T Rinnakkaiset ja hajautetut digitaaliset järjestelmät Stokastinen analyysi

Ohjelmoinnin perusteet Y Python

S Tietoverkkojen simulointi / Varianssinreduktiotekniikat 1(32) Teoria

Sarjat ja integraalit

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle

Monitorit. Monitori Synkronointimenetelmiä Esimerkkejä. Andrews , Stallings 5.5

Monitorit. Tavoite. Monitori Synkronointimenetelmiä Esimerkkejä. Andrews , Stallings 5.5. Minimoi virhemahdollisuuksia

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33

1. Osoita, että joukon X osajoukoille A ja B on voimassa toinen ns. de Morganin laki (A B) = A B.

Tarkastelen suomalaisen taloustieteen tutkimuksen tilaa erilaisten julkaisutietokantojen avulla. Käytän myös kerättyjä tietoja yliopistojen

Matematiikan tukikurssi, kurssikerta 5

Markov-ketjut pitkällä aikavälillä

Jos nollahypoteesi pitää paikkansa on F-testisuuren jakautunut Fisherin F-jakauman mukaan

Johdatus tn-laskentaan torstai

9. Jakojärjestelmät. Sisältö. Puhdas jakojärjestelmä. Yksinkertainen liikenneteoreettinen malli

Matematiikan tukikurssi

Taulukko 1. Leikkausta, toimenpidettä tai hoitoa odottavien lukumäärä ja odotusajat

3. kierros. 2. Lähipäivä

Moniulotteisia todennäköisyysjakaumia

y 2 h 2), (a) Näytä, että virtauksessa olevan fluidialkion tilavuus ei muutu.

Fysiikan valintakoe , vastaukset tehtäviin 1-2

SKAL Kuljetusbarometri 2/2006. Alueellisia tuloksia. Liite lehdistötiedotteeseen. Etelä-Suomi

5 Differentiaalilaskentaa

MTTTP5, luento Otossuureita ja niiden jakaumia (jatkuu)

Tietorakenteet, laskuharjoitus 3, ratkaisuja

MS-A0402 Diskreetin matematiikan perusteet Esimerkkejä, todistuksia ym., osa I

3.7 Todennäköisyysjakaumia

Ylivuoto puskurillisessa systeemissä: nestejonot

9. Jakojärjestelmät. Sisältö. Puhdas jakojärjestelmä. Yksinkertainen liikenneteoreettinen malli

Transkriptio:

J. Virtamo 38.143 Jonoteoria / Prioriteettijonot 1 Prioriteettijonot TarkastellaanM/G/1-jonojärjestelmää, jossaasiakkaaton jaettu K:hon prioriteettiluokkaan, k =1,...,K: - luokalla 1 on korkein prioriteetti ja luokalla K matalin prioriteetti, - eri luokkien saapumisnopeudet ovat λ 1,...,λ K, - palveluajan odotusarvo ja toinen momentti eri luokissa: S k ja S 2 k, k =1,...,K. Tavoitteena on johtaa tällaiselle jonojärjestelmälle Pollaczek-Khinchinin kaavan tyyppisiä keskiarvotuloksia. Prioriteettisysteemit ovat tulossa yhä tärkeämmiksi myös tietoliikennejärjestelmissä tietokonejärjestelmissä (esim.käyttöjärjestelmät) niitä onkäytetty jo pitkään Nyt kiinnitetään huomio ns. aikaprioriteettiin, joka määrittelee palvelujärjestyksen antamalla asiakkaalle korkeampi prioriteetti halutaan vähentää viivettä ja viiveen vaihtelua Kun jonosysteemilläonäärellinen koko (esim. puskurin koko), on erillinen kysymys, miten kontrolloidaan estymisiä (ylivuoto); tällöin puhutaan tilaprioriteetista.

J. Virtamo 38.143 Jonoteoria / Prioriteettijonot 2 Ei-syrjäyttävä prioriteetti (nonpreemptive priority) Palvelussa olevan asiakkaan palvelu suoritetaan loppuun vaikka jonoon tulisikin korkeamman prioriteetin asiakkaita. Jokaisella prioriteetilla on oma (looginen) jononsa. Palvelimen vapautuessa palveluun otetaan asiakas korkeimman prioriteetin ei-tyhjästä jonosta. Merkinnät N (k) q W k = luokan k odottavien asiakkaiden keskimääräinen lukumäärä jonossa = luokan k asiakkaiden keskimääräinen odotusaika ρ k R = luokan k kuorma, ρ k = λ k S k = palvelimen keskimääräinen jäljellä oleva palveluaika Jonon stabiilisuusehto: ρ 1 + + ρ K < 1 Jos ehto ei ole voimassa, jotakinluokkaa k alempien prioriteettien (suurempi k) jonot kasvavat rajatta.

J. Virtamo 38.143 Jonoteoria / Prioriteettijonot 3 Ei-syrjäyttävä prioriteetti (jatkoa) Samaan tapaan kuin Pollaczek-Khinchinin keskiarvokaavan johdossa päätellään korkeimmalle prioriteettiluokalle 1: (1) missä jälkimmäinen termi edustaa jonossa edellä olevien luokan W 1 = R + S 1 N q 1 asiakkaiden palvelemiseen keskimäärin kuluvaa aikaa Littlen lauseen perusteella pätee N (1) q = λ 1 W 1 W 1 = R + ρ 1 W 1 W 1 = R 1 ρ 1 Prioriteettiluokalle 2 saadaan samaan tapaan (1) (2) W 2 = R + S 1 N q + S 2 N q + S 1 λ 1 W }{{}}{{ 2 } edellä olevien luokkien luokan 2 asiakkaan odotusaikana saapuvien ylemmän luokan asiakkaiden 1 ja 2 asiakkaiden palveluun kuluva aika palveluun keskimäärin kuluva aika Littlen lauseesta seuraa jälleen N (2) q = λ 2 W 2 W 2 = R + ρ 1 W 1 + ρ 2 W 2 + ρ 1 W 2 W 2 = R + ρ 1W 1 1 ρ 1 ρ 2

J. Virtamo 38.143 Jonoteoria / Prioriteettijonot 4 Ei-syrjäyttävä prioriteetti (jatkoa) Sijoittamalla saatuun W 2 :n lausekkeeseen W 1 :n kaava saadaan W 2 = R (1 ρ 1 )(1 ρ 1 ρ 2 ) Jatkamalla samalla tavalla alempiin prioriteettiluokkiin (suurempiin k:n arvoihin) saadaan yleinen tulos W k = R (1 ρ 1 ρ k 1 )(1 ρ 1 ρ k ) Luokan k asiakkaan kokonaisviipymä systeemissä keskimäärin on T k = W k + S k W k :n lausekkeessa esiintyvä jäljelläolevan palveluajan odotusarvo R voidaan johtaa samanlaisen kolmiotarkastelun avulla kuin Pollaczek-Khinchinin keskiarvokaavan tapauksessa: R = 1 2 K k=1 λ k S 2 k

J. Virtamo 38.143 Jonoteoria / Prioriteettijonot 5 Havaintoja ei-syrjäyttävästä prioriteetista Analyysiä ei ole helppo laajentaa monen palvelimen jonoihin jäännösaikaa R on vaikeaa määrätä onnistuu kuitenkin, jos kaikilla luokilla palveluaika on samalla keskiarvolla eksponentiaalisesti jakautunut Asiakkaan keskimääräistä odotusaikaa voidaan säädellä prioriteettiluokkien valinnalla jos lyhyen palveluajan asiakkaille annetaan etusija, niin koko asiakaspopulaation yli laskettu keskimääräinen odotusaika lyhenee vrt. kopiokonejono, jossa väliin päästetään asiakas, jolla on vain yksi kopioitava sivu kahden luokan tapauksessa keskimääräinen viipymäaika on T = λ 1T 1 + λ 2 T 2 λ 1 + λ 2 voidaan osoittaa, että joss 1 < S 2, niin T on pienempi kuin tapauksessa, jossa prioriteetit vaihdettaisiin (tai jos prioriteetteja ei käytetä ollenkaan) Myös korkeimman luokan 1 odotusaika riippuu alempien luokkien liikenteestä(λ k -arvoista), koska ei-syrjäytyvyyden vuoksi alemmat luokat eivät ole täysin näkymättömiä ylemmille luokille.

J. Virtamo 38.143 Jonoteoria / Prioriteettijonot 6 Syrjäyttävä prioriteetti (preemptive resume priority) Palvelussa olevan asiakkaan palvelu keskeytyy jonkun korkeamman prioriteetin asiakkaan saapuessa ja jatkuu siitä mihin se jäi, kun korkeamman prioriteteetin jonot ovat tyhjentyneet Alemmat prioriteetit ovat tässä tapauksessa täysin näkymättömiä eivätkä vaikuta mitenkään ylempien prioriteettien toimintaan. Pakettijonon tapauksessa syrjäyttävää prioriteettia lähestytään, kun pakettien lähetys tapahtuu pieninä paloina, esim. ATM-soluina, joilla on prioriteetit korkeamman prioriteetin paketin saapuessa alemman prioriteetin solujen lähetys keskeytyy ja jatkuu vasta, kun korkeamman prioriteetin paketit on kokonaan lähetetty

J. Virtamo 38.143 Jonoteoria / Prioriteettijonot 7 Syrjäyttävä prioriteetti (jatkoa) Lasketaan luokan k asiakkaan keskimääräinen viipymä T k.tämä muodostuu kolmesta osasta: 1. Asiakkaan oma keskimääräinen palveluaika S k 2. Jonossa edellä olevien, luokkiin 1,...,k kuuluvien asiakkaiden palveluun keskimäärin kuluva aika R k,missär k = 1 k λ 2 i Si 2, 1 ρ 1... ρ k i=1 joka on sama kuin keskimääräinen odotusaika M/G/1-jonossa, jonka muodostavat vain luokkien 1,...,k asiakkaat. Tämä johtuu siitä, että luokkien 1,...,k tekemätön työ systeemissä (johon luokat k +1,...,K eivät vaikuta) ei riipu luokkien 1,...,kkeskinäisestä palvelujärjestyksestä (tekemätön työ on anonyymiä ). 3. Niiden ylempiin prioriteettiluokkiin 1,...,k 1 kuuluvien asiakkaiden palveluun keskimäärin kuluva aika, jotka saapuvat k-luokan asiakkaan systeemissäoloajan kuluessa k 1 i=1 S i λ i T k = k 1 i=1 ρ i T k, k > 1 (0, jos k =1)

J. Virtamo 38.143 Jonoteoria / Prioriteettijonot 8 Syrjäyttävä prioriteetti (jatkoa) Keräämällä tulokset yhteen saadaan T k = S k + R k + ( k 1 1 ρ 1 ρ k i=1 ρ i ) T k T 1 = (1 ρ 1)S 1 + R 1 1 ρ 1 T k = (1 ρ 1 ρ k )S k + R k (1 ρ 1 ρ k 1 )(1 ρ 1 ρ k )