Liikenneongelmien aikaskaalahierarkia

Samankaltaiset tiedostot
J. Virtamo Jonoteoria / Prioriteettijonot 1

Esimerkki: Tietoliikennekytkin

J. Virtamo Jonoteoria / Prioriteettijonot 1

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

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

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

J. Virtamo Teleliikenneteoria / Solutason jonot 1

Demonstraatiot Luento

Markov-ketjut pitkällä aikavälillä

Estojärjestelmä (loss system, menetysjärjestelmä)

Sovellettu todennäköisyyslaskenta B

Liikenneteorian tehtävä

Ylivuoto puskurillisessa systeemissä: nestejonot

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

4.1. Olkoon X mielivaltainen positiivinen satunnaismuuttuja, jonka odotusarvo on

Syntymä-kuolema-prosessit

Poisson-prosessien ominaisuuksia ja esimerkkilaskuja

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

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

Markov-ketjut pitkällä aikavälillä

3. Esimerkkejä luento03.ppt S Liikenneteorian perusteet - Kevät

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

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

MS-A0004/A0006 Matriisilaskenta

Vuonohjaus: ikkunamekanismi

Jatkuva-aikaisia Markov-prosesseja

Syntymä-kuolema-prosessit

Markov-kustannusmallit ja kulkuajat

PURSKETASON TARKASTELUT Ylivuototodennäköisyys puskurittomassa systeemissä

T Rinnakkaiset ja hajautetut digitaaliset järjestelmät Stokastinen analyysi

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

(b) Onko hyvä idea laske pinta-alan odotusarvo lähetmällä oletuksesta, että keppi katkeaa katkaisukohdan odotusarvon kohdalla?

1 + b t (i, j). Olkoon b t (i, j) todennäköisyys, että B t (i, j) = 1. Siis operaation access(j) odotusarvoinen kustannus ajanhetkellä t olisi.

1 p p P (X 0 = 0) P (X 0 = 1) =

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

STOKASTISET PROSESSIT Peruskäsitteitä

DISKREETIT JAKAUMAT Generoiva funktio (z-muunnos)

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Sovellettu todennäköisyyslaskenta B

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Jonojen matematiikkaa

ABHELSINKI UNIVERSITY OF TECHNOLOGY

J. Virtamo Jonoteoria / Jonoverkot 1

käännetty prosessi. Tarkastellaan pelkistymätöntä stationaarista stokastista prosessia X t.

Jatkuva-aikaisten Markov-prosessien aikakehitys

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Mat Sovellettu todennäköisyyslasku A

Martingaalit ja informaatioprosessit

J. Virtamo Liikenneteoria ja liikenteenhallinta / Jonoverkot 1

2. laskuharjoituskierros, vko 5, ratkaisut

Teoria. Prosessin realisaatioiden tuottaminen

Suotuisien tapahtumien lukumäärä Kaikki alkeistapahtumien lukumäärä

5. laskuharjoituskierros, vko 8, ratkaisut

Poisson-prosessien ominaisuuksia ja esimerkkilaskuja

ESTON LASKENTA VERKOSSA

S Laskuharjoitus 3: Ratkaisuhahmotelmia

Markov-ketjuja suurilla tila-avaruuksilla

Moniulotteisia todennäköisyysjakaumia

T Rinnakkaiset ja hajautetut digitaaliset järjestelmät Stokastinen analyysi

5. Liikenteen mallinnus ja mittaus

3. laskuharjoituskierros, vko 6, ratkaisut

Epäyhtälöt ovat yksi matemaatikon voimakkaimmista

763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 1 Kevät y' P. α φ

4. Stokastiset prosessit. lect4.tex 1. Sisältö. Peruskäsitteitä. Poisson-prosessi. Markov-prosessit. Syntymä-kuolema-prosessit

A-osio: Ilman laskinta, MAOL:in taulukkokirja saa olla käytössä. Maksimissaan tunti aikaa.

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

J. Virtamo Jonoteoria / Poisson-prosessi 1

Lisää Diskreettejä jakaumia Lisää Jatkuvia jakaumia Normaalijakaumasta johdettuja jakaumia

Prosessin reaalisaatioiden tuottaminen

Tehtäväsarja I Tehtävät 1-5 perustuvat monisteen kappaleisiin ja tehtävä 6 kappaleeseen 2.8.

Jatkuvan aikavälin stokastisia prosesseja

D ( ) E( ) E( ) 2.917

Erilaisia Markov-ketjuja

Kytkentäkentät, luento 2 - Kolmiportaiset kentät

Kanta ja dimensio 1 / 23

ABTEKNILLINEN KORKEAKOULU

Jatkuvan ajan dynaaminen optimointi

Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia

Diskreettiaikainen dynaaminen optimointi

4. laskuharjoituskierros, vko 7, ratkaisut

5. Stokastiset prosessit (1)

a) Mitkä reaaliluvut x toteuttavat yhtälön x 2 = 7? (1 p.) b) Mitkä reaaliluvut x toteuttavat yhtälön 5 4 x

Moniulotteisia todennäköisyysjakaumia. Moniulotteisia todennäköisyysjakaumia. Moniulotteisia todennäköisyysjakaumia: Mitä opimme?

Algoritmit 2. Luento 13 Ti Timo Männikkö

(b) Tarkista integroimalla, että kyseessä on todella tiheysfunktio.

30A02000 Tilastotieteen perusteet

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Generointi yksinkertaisista diskreeteistä jakaumista

b) Jos Ville kaataisikin karkit samaan pussiin ja valitsisi sieltä sattumanvaraisen karkin, niin millä todennäköisyydellä hän saisi merkkarin?

Tilastollisia peruskäsitteitä ja Monte Carlo

Lineaarialgebra ja matriisilaskenta I, HY Kurssikoe Ratkaisuehdotus. 1. (35 pistettä)

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

A-OSA. Kyseessä on binomitodennäköisyys. 30 P(Tasan 10 sadepäivää ja muut 20 poutapäiviä) 0,35 (1 0,35) ,35 0, ,

ABTEKNILLINEN KORKEAKOULU Tietoverkkolaboratorio

AB TEKNILLINEN KORKEAKOULU

Juuri 10 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Königsbergin sillat. Königsberg 1700-luvulla. Leonhard Euler ( )

dx=5&uilang=fi&lang=fi&lvv=2014

ax + y + 2z = 0 2x + y + az = b 2. Kuvassa alla on esitetty nesteen virtaus eräässä putkistossa.

Johdatus todennäköisyyslaskentaan Jatkuvia jakaumia. TKK (c) Ilkka Mellin (2005) 1

Transkriptio:

J. Virtamo 38.3141 Teleliikenneteoria / HOL-esto 1 Liikenneongelmien aikaskaalahierarkia AIKASKAALAHIERARKIA Kiinnostavat aikaskaalat kattavat laajan alueen, yli 13 dekadia! Eri aikaskaaloissa esiintyvät ongelmat ovat eri tyyppisiä. Seuraavassa tullaan käsittelemään kolmen alimman aikaskaalan ongelmia alkaen alimmasta solu- tai pakettitasosta, edeten pursketason ongelmiin ja edelleen kutsu- tai vuotason ongelmiin. VERKON SUUNNITTELU JA RAKENTAMINEN vuosia VERKON DYNAAMINEN KONFIGUROINTI tunteja KUTSUTASO minuutteja PURSKETASO ms... s SOLUTASO us /

J. Virtamo 38.3141 Teleliikenneteoria / HOL-esto 2 HOL-esto tulopuskuroidussa ATM-kytkimessä HOL = Head of Line, jonon ensimmäinen solu 2 7 3 1 2 1 2 3 N Samaan lähtöporttiin pyrkivistä HOL-soluista vain yksi lähetetään, muut jäävät odottamaan Diskreettiaikainen (slotted time) järjestelmä Aikaväli = solun lähetys-/saapumisaika Kohdeosoitteet jakautuneet tasan lähtöporttien kesken Rajaton tarjottu liikenne; tulopuskurit aina täynnä Läpäisy lähtöporttia kohden p = todennäköisyys, että lähtölinjan satunnaisesti valitussa aikavälissä lähtee solu HOL-esto: lähtöportti 1 on vapaa, mutta alimmassa jonossa lähtöporttiin 1 menevä solu joutuu odottamaan, koska sen edessä on solu, jota ei voida lähettää lähtöportin 2 kilpailun vuoksi

J. Virtamo 38.3141 Teleliikenneteoria / HOL-esto 3 HOL-jonot HOL-jono i muodostuu niistä HOL-asemassa olevista soluista, jotka pyrkivät lähtöön i. Jokaisessa aika-askeleessa kustakin ei-tyhjästä HOLjonosta tulee lähetetyksi täsmälleen yksi solu, tyhjästä jonosta ei tietenkään lähetetä yhtään solua. Kussakin aikavälissä kytkimestä lähtee keskimäärin N p solua; kun N, siirtyvien solujen lukumäärä pysyy (suhteellisesti ottaen) yhä lähempänä keskiarvoaan N p. Vastaava määrä soluja siirtyy puskureissa HOLasemaan eli tulee uusina soluina HOL-jonoihin.

J. Virtamo 38.3141 Teleliikenneteoria / HOL-esto 4 HOL-jonoon saapuvien solujen lukumäärän jakauma Merkitään M = N p eli N = M/p. M:stä solusta kukin on tarkoitettu lähtöön i todennäköisyydellä 1/N. Jonoon i liittyvien solujen lukumäärä noudattaa jakaumaa Bin(1/N, M)=Bin(p/M, M). Kun kytkimen koko kasvaa, N, myös M. Tällä rajalla saapuvien solujen jakauma on Poisson(p). Jokaisella HOL-jonolla on sama jononpituusjakauma kuin jatkuva-aikaisella M/D/1- jonolla, jonka kuorma on p: jatkuva-aikaisen jonon jononpituus voidaan selvittää upotuspisteissä, joiden etäisyys on yksi palveluaika D (upotuspisteissä pätee sama jakauma kuin mielivaltaisella hetkellä) jononpituus upotuspisteissä noudattaa edellä kuvattua diskreettiaikaisen jonon sääntöä: jos jono jossain upotuspisteessä on ei-tyhjä, siitä poistuu seuraavaan pisteeseen mentäessä tasan yksi solu, ja tyhjästä jonosta ei mitään upotuspisteiden välissä Poisson prosessista λ saapuvien uusien solujen määrä on Poisson-jakautunut keskiarvoparametrilla ρ = λd (jota tässä merkitään p:llä)

J. Virtamo 38.3141 Teleliikenneteoria / HOL-esto 5 HOL-eston rajoittama läpäisy Koska kukin HOL-jono käyttäytyy kuten M/D/1-jono kuormalla p, on erityisesti kunkin jonon keskipituus (PK-keskiarvokaavan mukaan) p 2 HOL-jonon keskipituus = p + 1 2 1 p HOL-jonoja on N kappaletta (yksi kutakin lähtöä kohti). Raskaasti ylikuormitetussa tilanteessa mikään tulopuskuri ei ole tyhjä, joten N HOLjonoa yhdessä aina täyttävät kaikki N HOL-paikkaa. Tästä seuraa, että Tästä ehdosta voidaan ratkaista läpäisy p p + 1 2 Kunkin HOL-jonon keskipituus on 1 p 2 1 p = 1 1 2 p2 = (1 p) 2 1 2 p = 1 p p = 2 1+ 2 = 2 2 0.586

J. Virtamo 38.3141 Teleliikenneteoria / HOL-esto 6 Äärellisen kytkimen HOL-eston laskenta: 3x3-kytkin Määritellään HOL-asemassa olevien solujen tilat ( väri tarkoittaa kohdeporttia): 3 x 3 1. kaikki solut samanvärisiä 2. solut kahta eri väriä 3. solut kolmea eri väriä (kaikki erivärisiä) Tilassa 1 vain yksi HOL-solu voidaan lähettää; se korvautuu toisella solulla, joka on muiden kanssa samaa väriä tn:llä 1/3 ja eri värinen tn:llä 2/3. Tilassa 2 lähetetään kaksi solua; ne korvautuvat kahdella uudella, jotka ovat samaa väriä jäljellejääneen kanssa tn:llä 1/9, kaikki eri värisiä tn:llä 2/9 ja muutoin, tn:llä 6/9, täytön jälkeen HOL-asemassa olevat solut ovat jälleen kahta eri väriä. Tilassa 3 lähetetään kaikki kolme solua ja ne korvautuvat kolmella uudella; nämä ovat samanvärisiä tn:llä 1/9, kaikki erivärisiä tn:llä 2/9 ja tn:llä 6/9 kahta eri väriä.

J. Virtamo 38.3141 Teleliikenneteoria / HOL-esto 7 3x3-kytkimen läpäisy (jatkoa) 1/3 2/9 3 1/9 2/3 2/9 1 1/9 2/3 2 2/3 HOL-solujen tila muodostaa Markovin ketjun, jonka tilakaavio on kuvan mukainen. Tilasiirtymätodennäköisyyksien matriisi on P = 3 9 1 9 1 9 6 9 0 6 2 9 9 6 2 9 9 Tasapainotodennäköisyysvektrori π = (π 1, π 2, π 3 ) voidaan ratkaista Markovin ketjun tasapainoyhtälöstä π = πp eli Normitettu ratkaisu on π = ( 3 21, 14 21, 4 21 ). 9 π 1 = 3 π 1 + π 2 + π 3 9 π 2 = 6 π 1 + 6 π 2 + 6 π 3 9 π 3 = 0 + 2 π 2 + 2 π 3 Läpäisy lähtöä kohden on p = 1 3 (π 1 1 + π 2 2 + π 3 3) = 43 63 0.683.

J. Virtamo 38.3141 Teleliikenneteoria / HOL-esto 8 HOL-eston rajoittama läpäisy eri kokoisilla kytkimillä HOL = Head of Line, jonon ensimmäinen solu 1 x 1 1.0 Samaan lähtöporttiin pyrkivistä HOL-soluista vain yksi lähetetään, muut jäävät odottamaan 2 x 2 3 x 3 x 0.75 0.683 0.586 = 2-2 Diskreettiaikainen (slotted time) järjestelmä Aikaväli = solun lähetys-/saapumisaika Kohdeosoittet jakautuneet tasan lähtöporttien kesken Rajaton tarjottu liikenne: tulopuskurit aina täynnä Läpäisy lähtöporttia kohden = tn. että lähtölinjan satunnaisesti valitussa aikavälissä lähtee solu 1 0.8 0.6 0.4 0.2 p 0 0.2 0.4 0.6 0.8 1 1/n