M/G/1/1待ち行列(2)
さて、次に考えたのは、M/E2/1/1待ち行列、つまりサービス時間の分布が2次のアーラン分布()の場合です。
- 図3
アーラン分布は「アーラン分布」で述べたように同一の指数分布を持つ互いに独立な個の確率変数の和の分布とみなすことが出来ます。ですから2次のアーラン分布は同一の指数分布を持つ互いに独立な2個の確率変数の和の分布とみなすことが出来ます。よって、平均サービス時間の2次のアーラン分布は、平均サービス時間の指数分布が2つ並んだものになります。最初の指数分布にいる時をフェーズ1(Ph1)、2番目の指数分布にいる時をフェーズ2(Ph2)、と呼ぶことにします。2次のアーラン分布はフェーズ1とフェーズ2を含めた全体の分布ということになります。これを状態遷移図で書くと図3のようになります。
- 図4
よって、待ち行列の状態遷移図は図4のようになります。ここで状態「1:1」はジョブがシステム内に1個でサービスのフェーズが1、「1:2」はジョブがシステム内に1個でサービスのフェーズが2、の状態を示します。状態「0」はシステム内にジョブがいない状態(サーバが空いている状態)です。状態「1:1」から状態「1:2」への遷移と、状態「1:2」から状態「0」への遷移の確率は、各フェーズの平均サービス時間がなので(「M/G/1/1待ち行列(1)」の図2と同じ書き方をすると)「2」になります。
ここから平衡方程式を作ると
- ・・・・(6)
- ・・・・(7)
となります。ただしは状態「1:1」の定常状態確率、は状態「1:2」の定常状態確率を表わします。状態1(システムにジョブが1個ある状態)の定常状態確率は
- ・・・・(8)
で求めることが出来ます。式(7)(8)から
- ・・・・(9)
式(6)(9)から
- ・・・・(10)
になります。これは、M/M/1/1待ち行列の時の式である式(2)(「M/G/1/1待ち行列(1)」参照)とまったく同じ式になっています。従って、の場合も定常状態確率はM/M/1/1の場合と同じ定常状態確率(「M/G/1/1待ち行列(1)」の式(4)(5))になることが分かります。
このことが分かったときには私には驚きでした。
次に私が考えたのは待ち行列ではどうなるだろうか、ということです。
- 図5
待ち行列の場合、状態遷移図は図5のようになります。ここから
- ・・・・(11)
となり、
- ・・・・(12)
なので
となり、やはり定常状態確率はM/M/1/1の場合と同じになることが分かります。
次に私が考えたのは、ひょっとしてM/G/1/1の定常状態確率はサービス時間の分布(G)に依存しないのではないか、ということです。もし、それが本当ならば、どうやってそれを証明できるでしょうか?