D/M/1の確率分布の変化(1)

D/M/1待ち行列の到着時刻状態分布(1)」では、ジョブの到着直前でのシステム内のジョブ数の確率p(j)を求めました。
ここでは、D/M/1ではジョブが等間隔で到着することに留意して、ジョブの到着時の時刻をt=0とし、ジョブの到着時点からtだけたった時点での、システム内のジョブ数がj個である確率p(j,t)を求めることを考えます。ただし、ジョブの到着間隔をTとし、0{\le}t{\le}Tであるとします。また、t=0はジョブの到着直後を表し、t=Tはジョブの到着直前を表す、とします。そうすると「D/M/1待ち行列の到着時刻状態分布(1)」でもとめたp(j)

  • p(j)=p(j,T)・・・・(1)

と表すことが出来ます。ジョブの到着直後は、ジョブ数は+1されますから、

  • p(j,0)=p(j-1)=p(j-1,T)  ただし(j{\ge}1)・・・・(2)

となります。今は、(j{\ge}1)の場合を考えます。
tの時点でジョブがj個であるのは、以下の場合が考えられます。(tの間にジョブが到着することはないのでジョブ数が増えることはありません。)

  • 到着直後にジョブがj個で、tの間にまったく処理終了がなかった。
  • 到着直後にジョブがj+1個で、tの間に処理終了が1回あった。
  • 到着直後にジョブがj+2個で、tの間に処理終了が2回あった。
  • ・・・・・・・
  • 到着直後にジョブがj+k個で、tの間に処理終了がk回あった。
  • ・・・・・・・


処理時間は指数分布であり、tの時点でもジョブ数は1以上である(つまり装置は空いていない)場合を今考えているので、tの間に処理終了がk回発生する確率は、ポアソン分布になります。(「D/M/1待ち行列の到着時刻状態分布(1)」の式(3)では、この確率をp(k;t)と表したのですが、そうすると上で決めたp(j,t)と紛らわしいので、ここではB(k;t)と表すことにします。すると

  • B(k;t)=\frac{(t/t_e)^k}{k!}\exp(-t/t_e)・・・・(1)

となります。さて、上に述べたことからp(j,t)

  • p(j,t)=\Bigsum_{k=0}^{\infty}B(k;t)p(j+k,0)・・・・(2)

が成り立ちます。ここで「D/M/1待ち行列の到着時刻状態分布(2)」の式(13)(ここでは番号を振り直して式(3)とします)

  • p(k)=p(0)b^k・・・・(3)

を用いると

  • p(j+k,0)=p(j)b^k・・・・(4)

が成り立つことが分かります。そこで式(4)を式(2)の右辺に代入すると

  • p(j,t)=\Bigsum_{k=0}^{\infty}B(k;t)p(j,0)b^k
  • p(j,t)=p(j,0)\Bigsum_{k=0}^{\infty}B(k;t)b^k・・・・(5)

では、式(5)の右辺に現れる

  • \Bigsum_{k=0}^{\infty}B(k;t)b^k

を計算することにします。式(2)を用いれば、

  • \Bigsum_{k=0}^{\infty}B(k;t)b^k=\Bigsum_{k=0}^{\infty}\frac{(t/t_e)^k}{k!}\exp(-t/t_e)b^k
    • =\exp(-t/t_e)\Bigsum_{k=0}^{\infty}\frac{(tb/t_e)^k}{k!}=\exp(-t/t_e)\exp(tb/t_e)=\exp\left(-\frac{1-b}{t_e}t\right)

よって式(5)は

  • p(j,t)=p(j,0)\exp\left(-\frac{1-b}{t_e}t\right)・・・・(6)

となります。ただし、j{\ge}1であることに注意する必要があります。この式から分かるおもしろい性質は、

  • \frac{p(j,t)}{p(j,0)}=\exp\left(-\frac{(1-b)}{t_e}t\right)・・・・(7)

となり、jに依存しないことです。つまりp(j,t)は時間tの経過につれてjの値に関わらず同じ割合で減少する、ということです。