重負荷極限定理(1)
GI/G/s待ち行列で成り立つ重負荷極限定理を導出します。重負荷極限定理は次のような内容です。
- ・・・・(1)
ここでは装置の稼働率、は平均待ち行列長、はジョブの到着間隔の変動係数、は処理時間の変動係数、です。ところでGI/G/s待ち行列で成り立つ数式はめったにありません。その意味でこの定理はGI/G/s待ち行列の平均待ち行列長を推定するための大きな手掛かりになる重要な定理です。
では、証明を(厳密な証明ではありませんが)以下に示します。
になると一般的な傾向として平均待ちジョブが急速に増えます。そして待ちジョブがまったくない確率はゼロに近づいてきます。今、待ちジョブが1よりかなり多くある状態が続く期間が時刻0からまであったとします。時刻0からその期間内の任意の時刻までに到着したジョブの数をで表すことにします。また、時刻0からその期間内の任意の時刻までに処理が開始されたジョブの数をで表すことにします。になるとがどんどん長くなります。その場合との分布はそれぞれどうなるでしょうか?
ジョブの到着は繰り返し発生する現象です。到着分布はGIであって、これは広く一般の(General)分布を仮定していますが、それだけでなく各間隔の確率が独立である(Indepent)であることも仮定しているという意味です。この到着という現象は、前に起きた時刻からある確率分布に従う時間後に次の発生があり、かつ、その確率分布は変わらないので、「確率変数の和の個数の分布について」で述べたことが適用出来て、は正規分布に近づくことが言えます。そしての平均は、ジョブの到着間隔の平均をとすると「確率変数の和の個数の分布について」の最後に述べたことから
- ・・・・(2)
となり、「確率変数の和の個数の分布について」の式(9)によりとなるので
- ・・・・(3)
となります。の標準偏差は、ジョブの到着間隔の標準偏差をで表すと「確率変数の和の個数の分布について」の最後に述べたことから
よって
- ・・・・(4)
となります。
一方処理開始回数については次のように考えます。台ある装置のうち番目の装置についての処理開始回数をで表すことにします。すると
- ・・・・(5)
が言えます。さて、についてですが、時刻ゼロからまで、どの装置も空くことはないので、装置は常に処理中です。よってジョブの処理開始という現象も、前に処理開始が起きた時刻からある確率分布に従う時間後に次の処理開始があり、かつ、その確率分布は変わらない、ということが言えます。よって、「確率変数の和の個数の分布について」で述べたことが適用出来て、は正規分布に近づくことが言えます。は極限では正規分布に従う確率変数の和ですから、これもまた正規分布に近づくことが分かります。さての平均は、処理時間の平均をとすると「確率変数の和の個数の分布について」の最後に述べたことから
- ・・・・(6)
となります。の標準偏差は、処理時間の標準偏差をで表すと「確率変数の和の個数の分布について」の最後に述べたことから
- ・・・・(7)
となります。は式(5)にあるように個のの和であるので、の平均は、
よって
- ・・・・(8)
となります。また、の標準偏差は、
よって
- ・・・・(9)
となります。では式(8)で与えられる平均と式(9)で与えられる標準偏差を持つ正規分布に近づきます。
さて、時刻ゼロの時の待ちジョブ数、つまり待ち行列長をで表し、時刻の時の待ち行列長をで表します。すると
- ・・・・(10)
となります。では、になった時のの分布はどうなるでしょうか? は定数であり、、はそれぞれ正規分布に従う確率変数でした。さらに、待ちジョブがある限りジョブの到着とジョブの処理開始は独立に発生するので、とは独立です。よってもまたで正規分布に近づきます。ではの時のの平均と標準偏差はどうなるでしょうか? 式(10)(3)(8)から
ここで
なので
- ・・・・(10)
また式(10)(4)(9)から
よって
- ・・・・(11)
となります。
「重負荷極限定理(2)」につづきます。