صفحه محصول - پاورپوینت جامع با عنوان نظریه صف - فصل سوم

لینک دانلود و خرید پایین توضیحات
دسته بندی : پاورپوینت
نوع فایل : PowerPoint (..pptx) ( قابل ویرایش و آماده پرینت )
تعداد صفحه : 34 صفحه

قسمتی از متن PowerPoint (..pptx) :

بنام خدا QUEUING THEORY نظریه صف - فصل سوم فصل سوم توزیع نمایی خواص توزیع نمایی فرایند شمارشی فرایند پواسون رابطه بین فرایند پواسون و توزیع نمایی خواص فرایند پواسون تابع توزیع ارلنگ موضوعات مورد بحث در فصل سوم توزیع نمائی متغیر تصادفی X دارای توزیع نمائی است اگر تابع چگالی آن بصورت زیر باشد: : نرخ وقوع واقعه ای است که در انتهای توزیع نمائی رخ می دهد. تابع توزیع این متغیر تصادفی را به شرح زیر محاسبه می کنند: برای محاسبه میانگین و واریانس با توجه به تابع مولد گشتاور داریم: خاصیت 1: بی حافظه بودن مهمترین خاصیت توزیع نمایی این است که گذشته آن نقشی در آینده اش ندارد. فرض کنید که زمان وقوع یک اتفاق، متغیری تصادفی با توزیع نمایی باشد. اگر تا لحظه معینی، مثلاً S، این اتفاق نیفتاده باشد، می توان از این مدت زمان صرف نظر کرد و مبدا زمان را به این لحظه (لحظه S به جای صفر) انتقال داد. متغیر تصادفی بی حافظه است اگر در رابطه زیر صدق کند: تنها متغیر تصادفی پیوسته بی حافظه نمائی است. خاصیت بی حافظگی بیشتر برای موقعی مهم است که مقدار S نامعلوم باشد. مثال سیستم صفی را درنظر بگیرید که یک خدمت دهنده دارد. مشتری وارد سیستم می شود، کسی را در صف نمی بیند ولی خدمت دهنده مشغول خدمت دهی است. P(زمان انتظار در صف >10 دقیقه |مدت زمان خدمت به مشتری در حال خدمت > s)= P(زمان انتظار در صف > 10 دقیقه) = خواص توزیع نمائی