Word Whitt: The Queueing Network Analyzer(14)
「Word Whitt: The Queueing Network Analyzer(13)」の続きです。
今日も2ページ。突っ走るしかない。
ケース1:の場合
(51)これは公式
とから来ている。
ケース2:
(52)
(52)はアーラン変数を考察することで得られる。は個のiidの、平均の指数確率変数の和として表現出来、ここには変数の平均である。この場合、なのでこれは、変数においてなので(52)に簡約出来る。(51)と(52)はの時の境界で一致することに注意しよう。
(44)、(48)、(50)〜(52)から、即座にとの公式を得る。(53)よってからの2次モーメント特性を得る。
(54)
さて我々はQNAがどのようにの近似確率分布を計算するかを示す。分布は(48)内で与えられているようにゼロでのアトム(atom)とゼロより上の密度を持っている。密度はとがそれらについてすでに定められた最初の2つのモーメントを持つように選ばれる。(これは一般ルールであって、以下のケース2と4ではあまり従っていない。)
ケース1:。が密度(バランスのとれた平均を持つ超指数分布)を持っているとする。
、 (55) ただし (56)
ケース2:。が平均の指数分布密度を持つとする。
ケース3:。の分布は、パラメータとを持つ2つの指数分布の畳み込みであるとする。つまり、は密度
、 (57) ただし であり (58)関係する裾野(tail)確率は
(59)
ケース4:。が平均、を持つ(アーラン)分布を持っているとする。その密度は、 (60)である。ただし。関係する裾野確率は
、 (61)
確定的サービス時間についてはなので、(50)による最も小さな可能なはである。よって、上記ケース4はそれほど頻繁には起こらない。
最後に、、システム内の数、の2次モーメントと分散を扱う。M/G/1待ち行列について、を計算することは難しくはない。設備内の定常状態の数は客が設備にいる時間の間の到着数に等しいので、のモーメントからのモーメントを計算するのは容易である。例えば、
(62) そして (63)