153088 sheets hc 11
DESCRIPTION
operational informationTRANSCRIPT
1 Stochastische Modellen in Operations Management (153088)
Richard Boucherie Stochastische Operations Research – TW, Ravelijn H 219
http://wwwhome.math.utwente.nl/~boucherierj/onderwijs/153088/153088.html
Ack
Internet
S0
S1
D1
S2
D2
D0
R1 R2 R3
X ms X ms
10 ms 10 ms240 ms
L1 L2
Poisson proces (1) • Definitie
– indien aankomstproces een vernieuwingsproces is en de tussenaankomsttijden exponentieel verdeeld zijn, dan is het aankomstproces een Poisson proces
• Telprocess aantal aankomsten N(t) in (0,t]
Poisson proces (3)
• Eigenschappen – de aankomstenprocessen in twee willekeurige
disjuncte intervallen zijn onderling onafhankelijk, en alleen afhankelijk van lengte intervallen
– De superpositie van twee Poisson processen met intensiteiten λ1 en λ2 , levert wederom een Poisson proces, met intensiteit λ1+ λ2
– het willekeurig uitdunnen van een Poisson proces met intensiteit λ (klanten gaan met kans p<1 het systeem binnen) levert wederom een Poisson proces met intensiteit p⋅λ.
4
Een eenvoudig wachtsysteem
• Klanten arriveren volgens Poisson proces • Klanten wachten op hun beurt • Bedieningsduur is exponentieel verdeelde variabele • Een bediende • Gemiddelde wachttijd? • Kans op wachten? • Dimensionering systeem?
5
Wachttijdtheorie
• Herhaling: aankomstproces
• Notatie
• M/M/1 queue of Single server queue
• Wachttijden en de Formule van Little
Notatie voor wachtsystemen wijkt af van Winston, zie dictaat OR II
• Algemeen : A|B|S|N – A de tussenaankomsttijdverdeling, – B de bedieningsduurverdeling, – S het aantal (parallelle) servers, en – N de capaciteit van de wachtruimte (indien N < ∞)
• Standaardsymbolen voor A en B – M : exponentiële verdeling (Markov) – D : deterministische verdeling (constant) – En : Erlang verdeling met n fasen – GI : niet nader gespecificeerde verdeling (GI = General
Independent), aankomstproces is vernieuwingsproces – G : niet nader gespecificeerde (bedieningsduur)verdeling
7
Wachttijdtheorie
• Herhaling: aankomstproces
• Notatie
• M/M/1 queue of Single server queue
• Wachttijden en de Formule van Little
Het M|M|1 model (1)
oneindige Wachtruimte
FCFS
aankomsten (Poisson λ)
vertrekken (exponentieel µ)
Het M|M|1 model (2)
oneindige Wachtruimte
FCFS
aankomsten (Poisson λ)
vertrekken (exponentieel µ)
Het M|M|1 model (3)
Het M|M|1 model (4)
Het M|M|1 model (5)
Het M|M|1 model (6)
• Stationaire verdeling
• stationariteitsvoorwaarde
€
ddt P0(t) = −λ ⋅ P0(t) + µ ⋅ P1(t)
ddt Pn (t) = λ ⋅ Pn−1(t) − (λ + µ) ⋅ Pn (t) + µ ⋅ Pn+1(t)
waarbij Pn (t) =1n= 0
∞
∑ , t ≥ 0
Het M|M|1 model (7)
• Kolmogorov’s diff. vergelijkingen
€
ρ =λµ
<1
€
Pn = limt→∞
Pn (t)
Het M|M|1 model (8)
• Globale evenwichtsvergelijkingen
• interpretatie • Stationaire verdeling
€
µ ⋅ Pn+1 = λ ⋅ Pn
Pn = ρn ⋅ P0 = (1− ρ) ⋅ ρn n = 0,1,2,...
Het M|M|1 model (9)
0
1
2
µ
λ
λ
λ
µ
µ
3 λ µ
€
λ ⋅ P0 = µ ⋅ P1
€
λ ⋅ P1 = µ ⋅ P2
€
λ ⋅ P2 = µ ⋅ P3
€
λ ⋅ P3 = µ ⋅ P4
• Transitiediagram
(etcetera)
• Bezettingsgraad
Het M|M|1 model (10)
€
Pnn=1
∞
∑ =1− P0 = ρ
• Aantal klanten in het systeem
• Aantal klanten in de wachtrij
• Gemiddelde wachttijd?
18
Wachttijdtheorie
• Herhaling: aankomstproces
• Notatie
• M/M/1 queue of Single server queue
• Wachttijden en de Formule van Little
Formule van Little (1) • Notatie
– E{L} : gemiddelde aantal klanten in systeem – E{Lw} : gemiddelde aantal klanten in wachtrij – E{F} : gemiddelde verblijftijd per klant – E{W} : gemiddelde wachttijd per klant
• Onderlinge relaties
Formule van Little (2)
de formule van Little geldt ongeacht de volgorde waarin klanten worden bediend
• Intuitieve verklaring – veronderstel dat iedere klant 1 euro betaalt voor iedere
tijdseenheid dat hij in het systeem resp. in de wachtrij is – Betaling per tijdseenheid van verblijf E{L} per tijdseenheid – bij binnenkomst voor gehele verblijftijd: E{F} per klant – aantal aankomsten per tijdseenheid λ – Betaling binnenkomst voor geh verbftijd λ E{F} per tijdseenh
21
Wachttijdtheorie
• Herhaling: aankomstproces
• Notatie
• M/M/1 queue of Single server queue
• Wachttijden en de Formule van Little
Het M|M|1 model (11)
• Aantal klanten in wachtrij ; in systeem
• Verblijftijd en wachttijd (Little)
Het M|M|1 model (12)
• Verdeling van de verblijftijd
€
P(F ≤ t) =1− e−µ⋅(1−ρ )⋅ t
E{F} =1
µ ⋅ (1− ρ)
€
P(W ≤ t) =1− ρ ⋅ e−µ⋅(1−ρ )⋅ t
E{W } =ρ
µ ⋅ (1− ρ)
• Verdeling van de wachttijd
• Formule van Little
Wachttijdtheorie Hoe hoog mag de belasting van een machine zijn?
En hier al 100 x •
• je staat hier 10 x je bedieningstijd te wachten
• 0.9 0.99
EF/EB=1/(1-ρ) F= verblijftijd B = bedieningsduur ρ = bezettingsgraad
25
Een eenvoudig wachtsysteem
• Klanten arriveren volgens Poisson proces • Klanten wachten op hun beurt • Bedieningsduur is exponentieel verdeelde variabele • Een bediende • Gemiddelde wachttijd? • Kans op wachten? • Dimensionering systeem? • Andere wachtsystemen?
26
Geboorte sterfte processen
• M|M|1 • M|M|1|K • M|M|s • M|M|s|0 • M|M| ∞ • Geboorte sterfte processen • PASTA • Wachttijdverdeling M|M|1
Het M|M|1 model (1)
oneindige wachtruimte
server
aankomsten (Poisson λ)
vertrekken (exponentieel µ)
Het M|M|1 model (2) • Transitiediagram
0
1
2
µ
λ
λ
λ
µ
µ
3 λ µ
€
λ ⋅ P0 = µ ⋅ P1
€
λ ⋅ P1 = µ ⋅ P2
€
λ ⋅ P2 = µ ⋅ P3
€
λ ⋅ P3 = µ ⋅ P4
€
µ ⋅ Pn+1 = λ ⋅ Pn
Pn = ρn ⋅ P0 = (1− ρ) ⋅ ρn n = 0,1,2,...
Een netwerkprinter • Situatieschets
– bij een netwerk-printer arriveren jobs volgens een Poisson proces met een gemiddelde van 1 per minuut
– de lengte van een job is bij benadering exponentieel verdeeld met een gemiddelde van 10 pagina’s
– de verwerkingscapaciteit van de printer bedraagt 20 ppm • Interessante grootheden
– de aankomst- en vertrekintensiteit zijn resp. λ = 1 en µ = 2 – de bezettingsgraad bedraagt ρ = λ/µ = ½ – het gem aantal jobs bij de printer bedraagt ρ / (1-ρ) = 1,
de gemiddelde verblijftijd 1/λ = 1 minuut per job (Little) – het gem aantal jobs in de wachtrij bedraagt ρ2 / (1-ρ) = ½,
de gemiddelde wachttijd ½/λ = ½ minuut per job (Little) – de kans dat een job niet binnen twee minuten is afgedrukt is
e-2µ(1-ρ) = e-2 ≈ 0.14
30
Geboorte sterfte processen
• M|M|1 • M|M|1|K • M|M|s • M|M|s|0 • M|M| ∞ • Geboorte sterfte processen • PASTA • Wachttijdverdeling M|M|1
Het M|M|1|K model (1)
eindige wachtruimte (capaciteit K)
server
aankomsten (Poisson λ)
vertrekken (exponentieel µ)
Het M|M|1|K model (2)
0
1
K+1
µ
λ
λ
λ
µ
K λ µ
µ
1 1
• Transitiediagram
€
λ ⋅ P0 = µ ⋅ P1
€
λ ⋅ P1 = µ ⋅ P2
€
λ ⋅ PK−1 = µ ⋅ PK
€
λ ⋅ PK = µ ⋅ PK +1
Het M|M|1|K model (3)
• Stationaire verdeling (ρ=λ/µ)
• Aantal klanten in het systeem
• Verblijftijd en wachttijd (Little)
• Aantal binnengekomen klanten
€
E{W } = E{F}− 1µ
Een wasstraat • Situatieschets – bij een wasstraat arriveren auto’s voor een (eventuele)
wasbeurt met een gemiddelde van 12 per uur – een auto rijdt door indien er drie auto’s staan te wachten – de lengte van een wasbeurt bezit een exponentiële verdeling
met een gemiddelde van 4 minuten • Interessante grootheden
– de aankomst- en vertrekintensiteiten bedragen resp. λ = 12 en µ = 15, de capaciteit van de wachtruimte K=3
– de bezettingsgraad van de wasstraat bedraagt 1-P0=0.70 – de blokkeringskans d.w.z. de kans op een volle wasserette
bedraagt P4 = 0.12 – er zijn gemiddeld 1.56 auto’s in de wasstraat aanwezig
dit komt overeen met 1.56-0.70=0.86 wachtenden – gemiddelde doorlooptijd bedraagt 1.56/(0.20*0.88) = 8.90 min
35
Geboorte sterfte processen
• M|M|1 • M|M|1|K • M|M|s • M|M|s|0 • M|M| ∞ • Geboorte sterfte processen • PASTA • Wachttijdverdeling M|M|1
Het M|M|s model (1)
oneindige wachtruimte
server
aankomsten (Poisson λ)
vertrekken (exponentieel µ)
server
vertrekken (exponentieel µ)
Het M|M|s model (2)
0
1
s
µ
λ
λ
λ
λ
2·µ
s-1 λ (s-1)·µ
s·µ
1 1
s·µ
• Transitiediagram
1 1
€
λ ⋅ P0 = µ ⋅ P1
€
λ ⋅ P1 = 2 ⋅µ ⋅ P2
€
λ ⋅ Ps−1 = s ⋅µ ⋅ Ps
€
λ ⋅ Ps = s ⋅µ ⋅ Ps+1(etcetera)
Het M|M|s model (3)
• Stationaire verdeling (ρ=λ/µ<s) :
€
E{Nw} = (n − s) ⋅ Pn =ρ
s− ρn= s+1
∞
∑ ⋅ P(Z ≥ s)€
P(Z ≥ s) = Pn =ρ s
(s− ρ) ⋅ (s−1)!n= s
∞
∑ ⋅ P0
• Aantal in wachtrij
• Kans alle servers bezet
€
n ⋅ Pnn= 0
s−1
∑ + s ⋅ P(Z ≥ s) = ρ• Gem aantal bezette servers
1 Euro per minuut • Situatieschets – bij een 0900-informatienummer, waar maar liefst 12
telefonistes werken, komen klanten aan volgens een Poisson proces met een gemiddelde van 600 per uur
– de bedieningsduur per klant bezit een exponentiële verdeling met een gemiddelde van 1 minuut, gesprekskosten E 1 / min
• Interessante grootheden – de aankomst- en vertrekintensiteit bedragen λ = 10 en µ = 1 – het aantal servers is s=12 – het gem aantal bezette telefonistes is gelijk aan ρ=λ/µ=10 – kans alle telefonistes bezet 0.45,
kans op directe bediening 1-0.45=0.55 – er zijn gem 2.25 wachtenden voor u; de gemiddelde wachttijd
bedraagt daarmee 0.225 minuut ≈ 13.5 seconden per klant – inkomsten bedragen gemiddeld 600 · (1 + 0.225) is 735 euro
per uur; dit komt overeen met E 61.25 per telefoniste
40
Geboorte sterfte processen
• M|M|1 • M|M|1|K • M|M|s • M|M|s|0 • M|M| ∞ • Geboorte sterfte processen • PASTA • Wachttijdverdeling M|M|1
Het M|M|s|0 model (1)
geen wachtruimte
server
aankomsten (Poisson λ)
vertrekken (exponentieel µ)
server
vertrekken (exponentieel µ)
Het M|M| s|0 model (2)
0
1
s
µ
λ
λ
λ
2·µ
s-1 λ (s-1)·µ
s·µ
1 1
• Transitiediagram
€
λ ⋅ P0 = µ ⋅ P1
€
λ ⋅ P1 = 2 ⋅µ ⋅ P2
€
λ ⋅ Ps−2 = (s−1) ⋅µ ⋅ Ps−1
€
λ ⋅ Ps−1 = s ⋅µ ⋅ Ps
Het M|M| s|0 model (3)
• Stationaire verdeling :
• Erlang verlies formule
GSM
• Situatieschets – een GSM cel op de campus met 2 frequenties heeft 15
kanalen beschikbaar voor communicatie; in de pauze tussen hoorcolleges komen gesprekken aan volgens een Poisson proces met een gemiddelde van 600 per uur
– de gespreksduur per gesprek bezit een exponentiële verdeling met een gemiddelde van 1 minuut
• Interessante grootheden – Blokkeringskans voor een nieuw gesprek: 3.6% – het gemiddelde aantal bezette kanalen=10*(1-3.6%)=9.64
– http://www.erlang.com/calculator/erlb/
45
Geboorte sterfte processen
• M|M|1 • M|M|1|K • M|M|s • M|M|s|0 • M|M| ∞ • Geboorte sterfte processen • PASTA • Wachttijdverdeling M|M|1
Het M|M|∞ model (1)
geen wachtruimte
nodig
server
aankomsten (Poisson λ)
vertrekken (exponentieel µ)
server
vertrekken (exponentieel µ)
Het M|M| ∞ model (2)
0
1
s
µ
λ
λ
λ
λ
2·µ
s-1 λ (s-1)·µ
s·µ
1 1
(s+1)·µ
• Transitiediagram
€
λ ⋅ P0 = µ ⋅ P1
€
λ ⋅ P1 = 2 ⋅µ ⋅ P2
€
λ ⋅ Ps−2 = (s−1) ⋅µ ⋅ Ps−1
€
λ ⋅ Ps−1 = s ⋅µ ⋅ Ps
(etcetera)
Het M|M| ∞ model (3)
• Stationaire verdeling :
• Gemiddelde aantal bezette servers
• Uitdunningsargument
• Bijvoorbeeld via limiet s ∞
49
Geboorte sterfte processen
• M|M|1 • M|M|1|K • M|M|s • M|M|s|0 • M|M| ∞ • Geboorte sterfte processen