1119
UDC 519.21About Nested Circuits Markov in one Parametric Queueing Model
1 Arsen R. Simonyan
2 Rafik A. Simonyan
3 Elena I. Ulitina
1 Sochi State University, Russia Sovetskaya street 26a, Sochi, 354000 PhD (Physical and mathematical) E-mail: oppm@mail.ru
2Kuban State University, Russia
Stavropolskaya street 149, Krasnodar, 350040 Graduate student
E-mail: raf55@list.ru
3 Sochi State University, Russia Sovetskaya street 26a, Sochi, 354000 PhD (Physical and mathematical) E-mail: ulitinaelena@mail.ru
Abstract. In operation the single-channel queuing system with several Poisson entering flows and with Kleynrok's parametric discipline is considered. The Markov circuit which is received on a basis a vector of processes of the maximum priorities of flows of calls is completely studied.
Keywords: Markov chain; Kleynrok's model; probabilities of statuses; stationary mode.
Введение. Среди моделей очередей с несколькими входящими потоками особою место занимает модель, обозначаемая по классификации Кендалла-Башарина, как Мr|Cr|1|∞.
В одноканальную систему с ожиданием поступают независимые пуассоновские потоки 1-вызовов, ..., r-вызовов с параметрами а1,...,аr соответственно. Длительности обслуживания вызовов независимы в совокупности, не зависят от процесса поступления и для k-вызовов,
r
k = 1 ,
имеют функцию распределенияB
k( ) ( ) x , B
k+ 0 = 0
. В момент t=0 в системе отсутствуют вызовы.Разнообразие рассматриваемых и литературе дисциплин – источник традиционных постановок задач в математической теории очередей. Например, весьма широк класс консервативных дисциплин. Дисциплина консервативна, если работа (время обслуживания) не создается и не исчезает внутри модели, а привносится в модель извне.
В модели Мr|Cr|1|∞ интерес вызывают подклассы консервативных дисциплин – дисциплины, зависящие от свободных параметров, варьируя которыми (параметрами), разработчик технической системы (сам!) может на этапе проектирования подобрать конкретные значения параметров, наиболее подходящие в его конкретных условиях.
Л.Клейнрок [1, 153], приводит следующий пример, подтверждающий необходимость рассмотрения параметрических дисциплин. Перед разработчиком технической системы ставится задача. Подобрать конкретную дисциплину модели Мr|Сr|1|∞ так, чтобы отношения
ω
k1/ ω
k−11, k = 1 , r , ω
01= 1
лежали в заранее заданных пределах. Здесьr
k1
, k = 1 ,
ω
– стационарное среднее времени ожидания k-вызова.В настоящей статье рассматривается следующая дисциплина Клейнрока. [2,3].
Поступивший в момент τ>0 в модель и не попавший до момента t, t>τ, на прибор k-вызов, в момент t получает приоритет
( ) t = b ( t − τ ) ,
q
k k1120
где
b
1≥ b
2≥ ... ≥ b
r> 0
– заранее заданные числа. В моменты окончаний обслуживаний среди вызовов, находящихся в очереди, на обслуживание выбирается вызов с наибольшим приоритетом. Если таких вызовов несколько, то среди них выбирается тот, который поступил в систему раньше (или позже).Дисциплина Клейнрока является (r-1)-параметрической и консервативной дисциплиной, зависящей от отношения (параметров)
b
2/ b
1, b
3/ b
2,..., b
r/ b
r−1. Случаи1 , 0 , 0 и /
...
11
= = b b
+b → k =
b
r k k , соответствуют дисциплинам FIFO иотносительных приоритетов [2].
Рассмотрим модель Клейнрока, в которой без ограничения общности считаем, что 1
1
...
0 < b
r< b
r−< < b
.Описание вложенной цепи Маркова. Перенумеруем вызовы в порядке обслуживания числами 1,2,..., независимо от номеров потоков, которым они принадлежат.
Пусть
t
1′ < t
2′ < ... < t
n′ < ...
иt
1< t
2< ... < t
n< ...
– последовательные моменты начал и завершении обслуживания вызовов. Здесьt
n′
иt
n,n ≥ 1
– моменты начала и завершения обслуживания п-того вызова. Обозначим черезη
k( ) t , k = 1 , r , t ≥ 0
максимальный приоритет k-вызовов в очереди в момент времени t. Другими словами,
( ) t , k = 1 , r , t ≥ 0
η
k – это приоритет того k-вызова из очереди в момент t, который поступил в систему раньше остальных k-вызовов, присутствующих в очереди в момент t. Если в момент t в очереди нет k-вызовов,k = 1 , r
, то полагаем,η
k( ) t = 0
. Обозначим через( ) t , t ≥ 0
ζ
номер потока вызова, обслуживаемого в момент t. Если в момент t система свободна, то полагаемζ ( ) t = 0
.Вложенная в вектор-процесс
{ ( η
1( ) ( ) t , η
2t ,..., η
r( ) ( ) t ; ζ t : t ≥ 0 ) }
вектор- последовательность( )
{ η
n′ , ζ
n′ } ( = { η
1′
n,..., η
rn′ ; ζ
n′ ) }
, (1) гдеη
kn′ = η
kn( t
n′ − 0 ) , ζ
n′ = ζ ( t
n′ + 0 ) , k = 1 , r ,
, образует однородную цепь Маркова с непрерывным множеством состояний. Аналогично, вложенная в вектор-процесс( ) ( ) ( )
( )
{ η
1t , η
2t ,..., η
rt : t ≥ 0 }
вектор-последовательность{ } ( η
n= { η
1n, η
2n,..., η
rn) }
, (2) гдеη
kn= η
kn( t
n− 0 ) , k = 1 , r , n ≥ 1
образует однородную цепь Маркова с непрерывным множеством состояний. Отметим, что вектор-процесс( ) ( ) ( )
( )
{ η
1t , η
2t ,..., η
rt : t ≥ 0 }
не является марковским процессом. Кстати, то же самое справедливо и для вектор- процесса
{ ( η
1( ) ( ) t , η
2t ,..., η
r( ) ( ) t ; ζ t : t ≥ 0 ) }
Обсуждение. Обсудим последовательность (1). Пусть
( ) t = ( η
1( ) t ,..., η
r( ) t ) = x = ( x
1,..., x
r)
η
.Это означает, что при данном t>0 имеют место равенства, т.е. максимальный приоритет k-вызовов,
k = 1 , r
, в очереди в момент t равен хk. Тогда говорим, что очередь имеет приоритет типа х.Пусть задан вектор
η n ′ = x
, где x имеет попарно различные положительные компоненты. Так как P(η n ′
содержит совпадающие положительные компоненты)=0, то в дальнейшем случай совпадающих положительных компонент можно не учитывать. Речь не идет о наличии нескольких нулевых компонент у вектора x.1121
Вектор х с попарно различными положительными компонентами однозначно определяет вектор
i = ( i
1, i
2,..., i r )
со следующими свойствами:1.Компоненты вектора i попарно различны и принимают значения из множества {1,2,....,i};
2. Если
x m < x l
приm ≠ l
, тоi m < i l
.Таким образом, если в векторе л с положительными компонентами т-тыи поток (с максимальным приоритетом хт) по приоритету "опережают" р и "отстают" r-р-1 потоков, то
р
i
m=
. Итак, вектор i упорядочивает потоки по имеющимся приоритетам.Если вектор
η n ′ = x
и вектор х имеет т нулевых и r-т попарно различных положительных компонент, то вектор i определяется однозначно следующими свойствами:1. Последние т компонент вектора i равны нулю;
2. Первые r-m компонент вектора i попарно различны и принимают значения из множества {1,2,...,r-т};
3. Если 0<xj<xl при
j ≠ l
, тоi j > i l
, гдеi = ( i
1,..., i r )
.Как правило, анализ марковских цепей по моментам tn,
n ≥ 1
проще, чем по моментамt n ′
(см.. например, [1]). Поэтому мы рассмотрим вектор-последовательность (2).Вероятности состояний. При заданном векторе х=(х1,...,хr) с неотрицательными компонентами под записью
{ η n ≤ x }
будем понимать событие{ η 1 n ≤ x 1 , η 2 n ≤ x 2 , ..., η r n ≤ x r }
Вектор-последовательность (2) будем описывать с помощью непрерывных справа конечномерных распределений
( ) x p ( ) x p ( ) x p ( x k ) k r p n = ∑ kn , kn = η n < , ζ n = , = 1 ,
.где
ζ n = ζ ( t n − 0 )
. Это вызвано тем, чтоp ( η kn = 0 ) > 0
при всехk = 1 , r
иn ≥ 1
. Пусть:x
rx
x d d
d =
1...
, где d – знак дифференциала;d x p kn ( ) x
есть вероятность того, что п-тым обслуживается k-вызов, и в момент tn-0 очередь имеет приоритет типа x,где для корректности полагаем1
1
=
d x
, еслиx i = 0 , i = 1 , r
.Множество состояний х марковской цепи (2) сплошь заполняет точки множества
r
R
R + × × +
, гдеR + = [ 0 , +∞ )
, а×
– знак декартова произведения.Замечание 1. Пусть
g m = ( a m , b m , B m ( ) • )
. Функционирование системы однозначно регулирует набор параметров( g
1, g
2,..., g r )
. При каждом п≥1 вероятностьp n ( ) x
симметрична относительно своих аргументов в следующем смысле. Если xi и хj поменять местами, то при обмене параметрами потоков i-вызовов и j-вызовов (gi на gj) значение вероятности
p n ( ) x
не меняется.По вектору x введем интегральные преобразования следующим образом. Пусть х имеет k положительных и r-k нулевых компонент, числа
i
1< ... < i k
определяют номера положительных компонент. Обозначим( ,..., ) exp ( ) , 1 , , 1
0 1
0
*
1
= ≥
− ⋅
= ∫ ∞ ∫ ∑
+ =
∞ +
n r k x p d x s s
s
p
i x ink j
i i
i
in k
j j (3)где
s = ( s
1,..., s r )
– вектор с неотрицательными компонентами.1122
При заданном k имеетсяk
C r
таких интегральных преобразований (i фиксируем).Суммируя их, получаем преобразование уровня k:
( ) ( )
( ) ,..., , 1 , , 1
;
,...,
*
*
1
1
= ≥
= ∑ p s s k r n
s k p
k
i
ki
i i
in
in
. (4)Преобразования уровней r и 0 имеют виды
( ) s p ( ) r s s x d p ( ) x
p r m x in
m m
in
in
∫ ∞ ∫ ∑
+ =
∞
+
− ⋅
=
=
0 1
0
*
* ; exp
и
( ) ( )
( ) ( )( )
r r
r
in in
in
p s p
p
*=
*0 ; =
*0 , 0 = 0 , 0 ,..., 0
соответственно. Отметим, что( ) ( ) r
p n 0
есть вероятность того, что п-тый обслуженный вызов является i-вызовом и после себя оставляет систему пустой. Наконец, положим,( ) ( ) , ( ) , ( ) ; , 1 , , 1
1
*
* 1
≥
= +
=
= ∑ ∑
=
=
P s P s p p k s k r n
s
P r
k
in in in
r i in
n
. (5)Пусть независимо от функционирования системы наступают s1-катастрофы,..., sr- катастрофы, образующие независимые пуассоновские потоки с параметрами s1≥0,...,sr≥0 соответственно. Если за времена, равные максимальным приоритетам 1-вызовов,...,r- вызовов в очереди в момент t не наступают s1-катастрофы,...,sr-катастрофы соответственно, то говорим, чти в момент t имеется приоритетный набор без катастроф.
Функция
p in ( s i ,..., s i
k)
1
*
(см.(3)) интерпретируется как вероятность того, что п-тым обслуживается i-вызов, в моментt n − 0
имеется приоритетный набор без катастроф, в очереди имеется не менее одного вызова из каждого потока с номерамиi
1,..., i k
, и нет вызовов других потоков. Функция (см.(3)-(5))( ) exp ( ) , 1 , , 1 ,
0 1
0
≥
=
− ⋅
= ∫ ∞ ∫ ∑
− =
∞
−
n r k x p d x s s
P r m x in
m m
in
r
есть вероятность того, что в момент
t n − 0
имеется приоритетный набор без катастроф, и п-тым обслуживается i-вызов.P n ( s )
(см.(5)) есть вероятность того, что в моментt n − 0
имеется приоритетный набор без катастроф.Замечание 2. Гак как si относится к потоку i-вызовов, то в вероятности
p in ( s i
1,..., s i
k)
можно опустить условие
i
1< ... < i k
.Замечание З. С учетом замечания 2, пусть
i
1,..., i k
,j
1,..., j r
−k
попарно различны и принимают значения из множества {1,2,...,r}.Вероятность
p n ( s i ,..., s i
k)
1
*
можно получить изp n * ( s 1 ,..., s k )
помощью следующей пошаговой процедуры.1. Если
i m ≤ k
, то параметры потокаi m
-вызовов( ) g i
m сохраняем. Образуем множество А': А' есть {1,2,...,k} минус те индексыi m
, для которыхi m ≤ k
.2. Если
j l > k
, то параметры потокаj l
-вызовов( ) g i
l сохраняем. Образуем множество В': В' есть {1,2....,k} минус те индексыj l
, для которыхj l > k
.1123
3. Множества А' и А=
{ i m : i m > k }
имеют одинаковое число элементов. Между А' и А устанавливаем взаимнооднозначное соответствие и по нему обмениваем параметры соответствующих потоков.4. Множества В' и В=
{ j l : j l ≤ k }
имеют одинаковое число элементов. Между В' и В устанавливаем взаимнооднозначное соответствие и по нему обмениваем параметры соответствующих потоков.Отметим, что в обозначениях настоящего пункта специфика дисциплины Клейнрока не проявилась.
Стационарный режим. Нас интересуют стационарные величины
η k
,k = 1 , r
, максимального приоритета k-вызовов в момент окончания обслуживания и стационарная функция распределенияP ( η ≤ x ) = p ( ) x
, гдеη = ( η
1,..., η r )
.Пусть
∫ ( ) ∑
=
∞
= =
=
ri i i
k
k
xdB x k r р a
1 1 1
0
1
, 1 , , β
β
Теорема Условие
р
1< 1
служит условием существования стационарного распределения у вектор-последовательности (2).Доказательство. Обозначим через qin(т), где т=(т1,...,тr), т1≥0,...,тr≥0, вероятность того, что в момент
t n − 0
имеется очередь типа т, т.е. в очереди находятся т1 штук 1- вызовов,...,тr – r-вызовов, и п-тым обслуживается i-вызовов.Поскольку при
р
1< 1
среднее общего периода занятости моделиM r G r 1 ∞
конечно (см. [4]) в классе консервативных дисциплин, а случайная вектор-последовательность длин очередей (с учетом типа обслуживаемого вызова) в момент окончаний обслуживаний вызовов образует регенерирующий процесс, то по теореме из [5], том 2., с. 446, приρ
1< 1
существуют стационарные вероятности
( ) ( )
( ) 1 ,
, 0 ...
, lim
1 0
1
=
>
+ +
=
=
∑ ∑
= ≥ +∞→
r
i m i
r n in
i
m q
m m
m m q m
q
(6)
того, что к моменту окончания обслуживания имеется очередь типа т, и
обслуживается i-вызов. Пусть максимальный приоритет i-вызов,
i = 1 , r
в моментt n − 0
в очереди равен хi (см. рис. 1)Рис. 1.
1124
Это означает, раньше всех поступивших в систему i-вызов из числа присутствующих в очереди в момент
t n − 0
i-вызовов поступил в систему в моментi n
b
it − x
. Очередь i-вызовов в моментt n − 0
складывается из этого i-вызова и i-вызовов, поступивших в промежуткевремени
− n
i
n i t
b
t x ,
длины, ε 1 , ε 2 ,...
i i
b
x
– моменты поступлений i-вызовов на рис. 1.Вышесказанное справедливо для класса консервативных дисциплин с дисциплиной FIFO (first input – first output) внутри потоков, и в этом случае доказывается теорема 1.
Образуем производящую функцию, когда у вектора х компоненты
0 ,..., 0
1
> >
i
ki x
x
,а остальные равны нулю:
( ) = ∑ ∑ ( ) =
> >
ik k i
i ik
k
m i m
m m in i
i i
in z z q m z z
q ,...,
1...
1 1
1
0 0
*
( ) ( )
r i n z
z
x p d x b z
a
k
j j j
j
i i
in x k
j i i
i i k
, 1 , 1 , 1 0
,..., 1 0
, 1
exp
1
0 1 0
=
≥
≤
≤
≤
≤
− − ⋅
= ∫ ∫ ∑
=
∞
+
∞
+
(7)
Согласно (6), при
р
1< 1
иn → +∞
существует предел левой части (7):(
k)
in(
i ik)
i n i
i
z z q z z
q ,..., lim ,...,
1 1
*
*
∞
=
→ . (8)Сравнивая (3) и (7), заключаем, что при
р
1< 1
существует предел( ) = ( ) =
+∞
→ k
k in i i
i n i
i
s s p s s
p ,..., lim ,...,
1 1
*
*
∏
∏
= =+∞
→
⋅
−
⋅
−
−
=
⋅
−
⋅
−
−
=
k
j i
i i
i i i i
i in
k
j i
i i
i i i i
i n in
j j j
k k
j j j
k k
a b s
a b s a
q s
a b s
a b s a
q s
1
*
1
*
1 1 ,..., 1
1
1 ,..., 1
lim
1 1
1
1 1
1
(9)
в области
j k
b a s
j j
j i
i
i
0 , , = 1 ,
=
. Таким образом, согласно (8), (3)-(5), прир
1< 1
вобласти
i r
b s a
i
i
0 ,
i , = 1 ,
=
установлено существование пределов( ) s P ( ) s s s i r
P
in ri
=
nlim ,
1≥ 0 ,..., ≥ 0 , = 1 ,
+∞
→ . (10)
Покажем, что
( ) 0 ( ) 1
1
∑ =
= r r
i
P
i . (11)1125
Пусть независимо от функционирования системы каждый k-вызов,
k = 1 , r
, независимо от других вызовов, является красным с вероятностьюz
k. Тогда( ) z =
Q
n∑ ∑ ( )
=r ≥
= ≥ ≤ ≤ =
i i
m
q
im n z i r
1 0
, 1 ,
1 0
, 1 ,
1
,есть вероятность того, что в момент
t n − 0
в очереди все вызовы красные. Здесь, если( m m r )
m =
1,...,
иz = ( z
1,..., z r )
– два вектора размерности r, гдеm k ≥ 0
,m k
– целочисленны,0 ≤ z k ≤ 1 , k = 1 , r
, тоm
rm r
m z z
z = 1
1...
.Вероятность “окраса” вызовов, аналогично интерпретации (3)-(5) введение
“катастроф”, позволяет при каждом
n ≥ 1
получать следующие равенства( ) z = q ( ) ( ) r = Q in in 0
(
1)
1...
1,..., ,
1
* ,...,
∑ ∑
= k k
i i
kr
k in
i
i z i z i q z z
( ) ( ) , 1 , , 1 .
1
≥
=
= ∑
=
Q z i r n
z
Q r
i in
in
(12)Здесь во внутренней сумме суммируется так же, как и в (4). Отсюда, учитывая (8), при 1
< 1
p
получаем( ) = ( ) = ( ) ( ) =
+∞
→
in r n in
i z Q z q
Q lim 0
(
1)
1...
1,..., ,
1
* ,...,
∑ ∑
= k k
i i
kr
k in
i
i z i z i q z z
. 1 , ,
1 ≥
= r n i
Из (9) при
ρ
1< 1
следует( ) =
=0 ,...,
*
1 1
,...,
ik k
s
is i
i
i s s
p q z z i r
ik i
k
z z
i
i i ,..., , 1 ,
1 ,...,
*
1
1
=
=
,для любого набора
( i
1,..., i k ) , k = 1 , r
. Из сравнения (5) и (12) приp
1< 1
вытекает( ) ( ) p ( ) ( ) i r
Q i 1 r = i 0 r , = 1 ,
, где( ) ( )
r r 1 , 1 , , 1
1 =
и( ) ( )
n( ) ( )
r( ) ( )
rn
r
Q p
Q 1 = lim 1 = 0
+∞
→ .
Согласно (6),
Q ( ) 1 ( ) r = 1
, откуда получаем (11). Таким образом, в области
=
∈ i r
b s a
i
i 0 , i , 1 ,
имеем( )
− ⋅
= ∑
= r
i s i i
M s P
1
exp η
,где
Q ( ) 1 ( ) r = 1
.1126
Преобразование Лапласа-Стильтьеса
p ( ) s
в данной окрестности нуля однозначно определяет стационарную функцию распределенияp ( ) x = p ( η ≤ x )
, где( )
r
p + ,..., ∞ +∞
. Теорема 6 доказана.Уравнения равновесия. Введем уравнения для
d x p i ( ) x , i = 1 , r
– вероятности того, что обслуживается i-вызов, и к завершению его обслуживания очередь имеет приоритет типаx = ( x 1 ,..., x r )
. Такие уравнения называют уравнения равновесия. По очереди приоритета типа( x
1b
1, x
2b
2,..., x r b r )
, гдеx
1> 0 ,..., x r > 0
, запишем вектор( b i
1x i
1, b i
2x i
2,..., b i
rx i
r)
, гдеx i
1≥ x i
2≥ ... ≥ x i
r иi k
,k = 1 , r
– номер потока, для которогоi
kx
является по величине k-тымсреди величинx 1 , x 2 ,..., x r
.Составим уравнение равновесия для i-вызова,
i = 1 , r
, момент завершения обслуживания которого условно совместим с моментом 0 (см. рис. 2).Рис. 2.
На оси ординат указаны значения приоритетов
i
1, i
2,..., i r
-вызовов (максимальных), аi
ri
i x x
x − −
− , ,...,
2
1 – моменты поступления вызовов, доставляющих максимальные приоритеты потокам
i
1, i
2,..., i r
вызовов соответственно.Обозначим через (-у) – момент начала обслуживания данного i-вызова,
i = 1 , r
. Возможны следующие взаимнонепересекающикся случаиr k
k
i i
i
i x y x k r y x
x
y > , < ≤
+, = 1 , , 0 < <
1 1
Пусть
y > x i
1. Тогда в момент начала обслуживания i-вызова,i = 1 , r
в очереди отсутствуют вызовы. Вероятность этого события равна( )
+
− ∑
i k i i
b p a
p 1 a *
1 σ
. (13)Действительно, этот случай подразделяется на два подслучая. Либо предыдущий обсужденный вызов оставил систему пустой (вероятность 1-р1), и первым в свободную систему поступил i-вызов (вероятность
σ i
a
); либо предыдущий обслуженный вызов был k-1127
вызовом,
k = 1 , r
и после себя оставил один i-вызов и ни одного вызова других потоков (вероятность
i k i
b p * a
).Пусть
+1
≤
<
kk
i
i y x
x
,k = 1 , r
. Ситуация изображена на рис. 3.Рис. 3.
В момент (-у+0) начала обслуживания данного iвызова в очереди отсутствуют im- вызовы,
m = k + 1 , r
(первый im-вызов поступил в систему в моментx i
m через время у-i
mx
с вероятностью{ ( ) }
im m m
m
i i x
i a y x d
a ⋅ exp − ⋅ −
); максимальные приоритеты потоковij-вызовов,
i = 1 , k
равныb i
j( x ij − y )
. Возможны два взаимноисключающих подслучая
{ i k i r }
i ∈
+1,...,
.Подслучай
i ∈ { i
1,..., i k }
. Пустьi = i j
. Ведем векторx ( ) k
: уx ( ) k
компоненты с номерамиi s
,s ≠ j , s ∈ { 1 , 2 ,..., k }
равныb i
s( x i
s− y )
, компонента с номеромi = i j
равнаb i
и, остальные компоненты равны нулю. Вероятность данного события равна( )
{ } { }
( )
( )
( ) ( )
( ) ... ... (14)
; exp
...
exp ...
1 1
1
1 1
1
max
j k j i
i k i
k
is i is k s r
k r
k
x x
u x x x
k x
y b x
b
i i
i i
i i i
i i
d d
d d d d
x p d u a dx
dx dx
x y a a
a a
+
−
≤
≤ +
+
=
⋅
−
⋅
−
− ∞
∫
−
Действительно, предыдущий обслуженный вызов оставляет очередь приоритета типа
( ) k
x
, гдеb
iu ≥ max b
is( x
is− y )
, с вероятностьюd x ( )
kp ( ) x ( ) k
. Здесьb i u
– величина приоритета данного i-вызова. Следующий i-вызов должен поступить в систему лишь через1128
время
u − ( x i − y )
после поступления данного i-вызова с вероятностью( )
( )
{ i i } x
ii a u x y d
a ⋅ exp − − −
, чтобы в момент начала обслуживания данного i-вызова приобрести приоритетb i ( x i − y )
.Подслучай
i ∈ { i k
+1,..., i r }
. Ведем векторx ( k + 1 )
: уx ( k + 1 )
компоненты с номерами ij,k
i = 1 ,
, равныb i
j( x ij − y )
, компонента с номером i равна b i
и, остальные компоненты равны нулю. Вероятность данного события равна( ) ×
− −
++
∑
+
= l l k r
r
k i i i
r
k l
i i
i
i
a a a y x dx dx
a ... exp ...
1
1 1
{ }
( )
( )
( ) ( ) (15)
exp
1max
1
1
∞ +
−
+
≤
≤
∫ −
×
kx y
b x b
i
u d p x
a
kis i is k s
(В отличие от предыдущих подслучаев, к началу обслуживания данного i-вызова в очереди нет других i-вызовов). Пусть
i
rx y <
<
0
иi = i j
. Введем вектор( ) r
x
: у( ) r
x
компоненты с номерами
l ≠ i
, равныb l ( x l − y )
, а i-тая компонента равна( x y )
b u
b i
si
sr
i ≥ s −
≤
≤ 1
max
. В момент( − y + 0 )
в очереди присутствуют вызовы всех потоков;максимальные приоритеты потоков l-вызовов,
l = 1 , r
равныb l ( x l − y )
. Вероятность данного события равна( ) { }
( )
( )
( )
−
⋅
∞∫
−
−
−
≤
≤
r x
y b x
b i
x i y
i
e
adx a u d p x
a
rs i s r s i
i
1
max
exp
(16)Собирая воедино (13)-(16) при
x
1> 0 ,..., x r > 0
, полагая( b x b x b r x r )
x
b ⋅ =
1 1,
2 2,...,
, получаем( ) ( ) +
−
⋅
+
−
= ∑
= ≤ ≤ sr i s r
k i
k i i i
x
B x
b p a p a
bx p d
1 1
*
1
1 max
1 σ
( ) { }
( )
×
−
⋅
− −
+ ∑ ∫ ∑
∞∫
+ −
=
−
=
≤
≤ +
+
y b x
b i
i r
k
l i
x
x i r
k i
s i s r s l
l ik
ik r
k
a a y x a u
a
1 1
1
1 max 1
1
exp exp
...
( )
( ) ( ) { ( ) }
( )( ) ( ) ( ) +
−
−
⋅ +
×
+=≠
∑ d
+p x a a y x dx d p x
kdB
iy
i x i i
k i k
i i
j x k
j
k 1
exp
1
1
1129
( ) { }
( )( )
( ) ( ) ( ) . (17) exp
1max 0
i i r
y b x
b i x
x y a x
i e au d px dB y dx
a
s i s r s i r i ir
−
⋅
⋅
+ ∫
∞∫
−
−
−
≤
≤
Аналогично выводятся уравнения равновесия по очереди приоритета типа
( x x r )
x =
1,...,
, где некоторые компоненты равны нулю. Например, пусть очередь имеетприоритет типа
( )
−
u r u u x b x
b
1 1,..., , 0 ,..., 0
, гдеx
1> 0 ,..., x u > 0
.Процедура та же применительно к
x
1,..., x u
, только в формуле (17) при времени обслуживания у данного iвызова в правой части появляются сомножители
− ∑
+
= r
u m a m y
1
exp
– вероятность того, что за время обслуживания i-вызова не поступаютr
u ,
-вызовы. При этом, вероятностиp ( ) x
в правой части (17) в векторе х содержится нулевые компоненты с номерами и, и+1,...,r, еслиi ∉ { u , u + 1 ,..., r }
, и с номерами и,...,r без номера i, еслиi ∈ { u , u + 1 ,..., r }
.Из-за сложности полученных уравнений их аналитическое исследование затруднено.
Однако, решение уравнений может быть найден численными методами путем дискретизации значений вектора х.
Примечания:
1. Клейнрок Л. Вычислительные системы с очередями. М.: Мир, 1979. С. 600.
2. Симонян А.Р., Сунцова М.А., Улитина Е.И., Об одной теореме для виртуальных времен ожидания в модели Клейнрока // Обозрение прикладной и промышленной математики. 2008. Т. 15. Вып.3. С.48-49.
3. Симонян А.Р., Улитина Е.И., Нестационарные характеристики в модели Клейнрока с нелинейной функцией приоритета // Обозрение прикладной и промышленной математики. 2010. Т. 17. Вып. 2. С. 57-80.
4. Гнеденко Б.В., Даниелян Э.А. и др. Приоритетные системы обслуживания. М.:
МГУ, 1973. С. 447.
5. Феллер В. Введение в теорию вероятностей и ее применения. М.: Мир, 1984. Т.2.
С. 751.
УДК 519.21
О вложенных цепях Марков в одной параметрической модели массового обслуживания
1 Арсен Рафикович Симонян
2 Рафик Арсенович Симонян
3 Елена Ивановна Улитина
1Сочинский государственный университет, Россия 354000, г.Сочи, ул.Советская, 26а
Кандидат физико-математических наук E-mail: oppm@mail.ru
2Кубанский государственный университет, Россия
1130
350040, г.Краснодар, ул.Ставропольская, 149 АспирантE-mail: raf55@list.ru
3Сочинский государственный университет, Россия 354000, г.Сочи, ул.Советская, 26а
Кандидат физико-математических наук E-mail: ulitinaelena@mail.ru
Аннотация. В работе рассматривается одноканальная система массового обслуживания с несколькими пуассоновскими входящими потоками и с параметрической дисциплиной Клейнрока. Полностью изучена марковская цепь, которая получена на основе вектор процессов максимальных приоритетов потоков вызовов.
Ключевые слова. Цепь Маркова; модель Клейнрока; вероятности состояний;
стационарный режим.