Professional Documents
Culture Documents
PROBLMK
MATEMATIKAI MODELLEZSE
Jegyzet
Ksztette:
Sztrik Jnos
Debreceni Egyetem
Informatikai Kar
Debrecen, 2004.
Lektorlta:
Dr. Fazekas Gbor
egyetemi docens
Tartalomjegyzk
1. Kszletgazdlkodsi modellek 6
1.1. Bevezets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2. Determinisztikus modellek . . . . . . . . . . . . . . . . . . . . . 9
1.2.1. Optimlis ttelnagysg (sorozatnagysg) modellje . . . . 9
1.2.2. Optimlis ttelnagysg modell az nkltsgi beszerzsi
rral arnyos raktrozsi kltsggel . . . . . . . . . . . . 15
1.2.3. Az optimlis ttelnagysg modell rengedmnnyel . . . . 16
1.2.4. Az optimlis ttelnagysg modell hiny esetn . . . . . . 19
1.3. Sztochasztikus kszletgazdlkodsi modellek . . . . . . . . . . . 23
1.3.1. Egyszeru megbzhatsgi tpus statisztikai sztochaszti-
kus kszletmodellek . . . . . . . . . . . . . . . . . . . . 24
1.3.1.1. modell . . . . . . . . . . . . . . . . . . . . . . 24
1.3.1.2. modell . . . . . . . . . . . . . . . . . . . . . . 25
1.3.1.3. modell . . . . . . . . . . . . . . . . . . . . . . 26
1.3.2. A vletlen temezsu rsz-szlltmnyok modellje . . . . 27
1.3.2.1. A vletlen temezsu modell egyenl o nagysg
rsz-szlltsok esetn . . . . . . . . . . . . . . 28
1.3.2.2. Vletlen temezsu modell vletlen nagysg
rsz-szlltsok esetn . . . . . . . . . . . . . . 31
1.3.3. Statikus sztochasztikus kszletmodell kltsgtnyez okkel 38
1.3.3.1. Kezdo kltsg nlkl . . . . . . . . . . . . . . 38
1.3.3.2. Kezdo kltsggel . . . . . . . . . . . . . . . . 46
1.3.4. Feladatok . . . . . . . . . . . . . . . . . . . . . . . . . . 51
1.4. Irodalom . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
jsztrik@inf.unideb.hu
http://irh.inf.unideb.hu/user/jsztrik/index.html
Debrecen, 2004.
A Szerzo
6 1. K SZLETGAZDLKODSI MODELLEK
1. Kszletgazdlkodsi modellek
1.1. Bevezets
Kszleteket rendszerint azrt tartunk, hogy valamely szksgletet, ignyt kielgt-
snk. A szban forg anyag, cikk irnti igny, kereslet a kszlet fogyst idzheti
elo. Gondoskodnunk kell teht id oben a raktrkszlet ptlsrl, feltltsrol. A
megrendels feladstl a megrendelt mennyisg raktrba rkezsig eltelt id ot
utnptlsi idonek vagy rviden ptlsi idonek nevezik. Az utnptlsi id o alatt
is trtnhet kivtel a raktrbl, a megrendelsi id opontokat teht gy kell megv-
lasztani, hogy a raktrkszlet az utnptlsi id o alatt is fedezze a szksgletet.
Az ruberkezs s az rukivt, ms szval a beramls s a kiramls egyt-
tesen meghatrozzk a raktrkszlet idobeli alakulst, amelyet egy koordinta
rendszerben is brzolhatunk.
A vzszintes tengelyen az ido t, a fggoleges tengelyen pedig a raktrkszlet
y(t) szerepel (abban az egysgben kifejezve, amely a vizsglt rucikk termsze-
tbol kvetkezik).
A kszlettarts, a kszlet ptlsa, a beszerzsi lehetosgek mrlegelse ido- s
kltsgignyes, de ugyangy gazdasgi konzekvencii vannak az ignyek ki nem
elgtsnek is. A kszletgazdlkodssal kapcsolatos a kltsgek jelent os szerepet
jtszanak a kszletmodellekben.
Hrom alapveto csoportba oszthatk
1 2 1
m1 m1
y + Si y i .
2r i=0 i r i=1
gy a teljes kltsg:
1 2 1
m1 m1
mc1 + c2 y + c2 Si y i .
2r i=0 i r i=1
Nyilvn ez a kltsg cskken ha Si = 0, i = 1, ..., m 1, ami azt jelenti,
hogy akkor trtnik szllts, ha az rukszlet elfogyott, vagyis nincs maradk
raktrkszlet. Krds, hogy a
1 2
m1
KT (y0 , y1, ..., ym1 ) = m c1 + c2 y
2r i=0 i
fggvnyt. Mellkfelttelknt
m1
yi = R,
i=0
1.2.1. O PTIMLIS TTELNAGYSG ( SOROZATNAGYSG ) MODELLJE 11
m1 R
yi = (xi + )= xi + R = R,
i=0
m
vagyis xi = 0.
Ezt felhasznlva
R 2
R2 2R R2 2
yi2 = ( + xi ) = m 2 + xi + x2i = + xi .
m m m m
2
Ltszik, hogy yi2 akkor minimlis, ha xi = 0, ebbol xi = 0 kvetkezik. gy
yi = m , i = 0, ..., m 1.
R
. R
Jellje ezt az lland ttelnagysgot q = m . Knnyu ltni, hogy a kszletgrbe
szablyos furszfoggrbe q ugrsokkal, az idokz qr . Ekkor
c2 R 2
KT (m) = mc1 + .
2r m
Meg kell hatrozni KT (m) minimumt!
d c2 1
KT (m) = c1 R2 2 ,
dm 2r m
melynek zrushelye
c2
m0 = R ,
c1 2r
c2 R 2 c2
KT (m0 ) = , KT (R ) 0,
rm 3 c1 2r
ezrt a minimumhely az m0 = R c1c22r q0 = mR0 = 2rc c2
1
. gy az optimlis
ttelnagysg q0 = 2rc
c2
1
.
12 1. K SZLETGAZDLKODSI MODELLEK
Ms megolds:
A szmtani s mrtani kzp kztt fennll egyenl otlensg miatt
c2 c1
2
2mc1 + crm
2R
c2 R 2
KT (m) = 2mc1 =R 2 = 2c1 c2 RT
2 rm r
c2 R 2
KT (m) minimlis 2mc1 = .
rm
gy
c2
m0 = R .
2rc1
c2 rT c1 c1
Ebbol m0 = R s q0 = = 2r .
2rc1 c2 T
2
c2
gy az optimlis ttelnagysg q0 = 2rc c2
1
,
melyet szoks Wilson-formula, Andler-formula, ngyzetgyk-trvnynek is
nevezni.
Ebbol az optimlis rendelsi idohz
q0 2c1
t0 = = ,
r rc2
mg a minimlis kltsg
K0 = 2RT c1 c2 = 2rtT 2 c1 c2 .
sszefoglalva eddigi eredmnyeinket megllapthatjuk, hogy ha
(i) Ismert egy T idotartam sszszksglete,
(ii) Az ignykielgts konstans intenzits,
(iii) Kt kltsgtnyezot vesznk figyelembe (beszerzs, raktrozs),
(iv) A beramlsi folyamat determinisztikus,
akkor az optimlis a raktrfeltltsi eljrs az hogy, szablyos id okznknt az
optimlis ttelnagysgra tltjk a kszletet.
Pldk
Megolds:
100 400
q0 = 2 = 40 db,
5 10
40
t0 = = 2 havonknt,
20
K0 = 2 100 5 400 10 = 20000 Ft.
14 1. K SZLETGAZDLKODSI MODELLEK
Innen k(q0 ) = 2rbc1 w + br + 12 c1 w.
A T ido alatti sszkltsget megkapjuk, ha mindkt oldalt T -vel megszorozzuk.
gy KT (q0 ) = 2RT bc1 w + bR + T2 c1 w. Knnyu szrevenni, hogy a q0 , t0 -nl az
elozo feladatbeli c2 szerept a b w mennyisg vette t.
b1 y + c1 , ha 0 < y < Q,
b2 y + c1 , ha Q y, b1 > b2 .
A kszlettarts idore s forintra eso kltsge legyen ismt w.
Hatrozzuk meg az optimlis beszerzsi politikt.
A kvetkezokppen kell eljrnunk: Mintmr az elozo modelleknl is megllap-
tottuk, hogy az adott felttelek mellett az optimlis eljrs az, ha szablyos id ok-
znknt q0 ttel raktrba rkezsrol gondoskodunk. Tudjuk tovbb, hogy ezen
eljrshoz tartoz sszkltsget a
T
KT (q0 ) = 2RT bwc1 + bR + c1 w
2
sszefggs adja meg. Hatrozzuk meg ezrt a b2 egysgrhoz tartoz optimlis
ttelnagysgot, jellje ezt q2 . Ekkor q2 = 2r bc21w .
Kt eset lehetsges:
a, q2 Q, ekkor q2 optimlis ttelnagysg,
b, q2 < Q.
Ez esetben q2 nem lehet az optimlis ttelnagysg, hiszen q 2 < Q ttelnagysgot
b2 egysgron nem vsrolhatunk.
Ki kell szmtani teht a b 1 rhoz tartoz ttel-
nagysgot. Ez q1 = 2r b1 w . Nyilvnval, hogy ha q2 mr kisebbnek bizonyult
c1
rc1 1 1
k(Q) = + c1 w + b2 wQ + b2 r.
Q 2 2
A b1 > b2 , q1 < q2 < Q relci miatt
rc1 rc1
> , b1 r > b2 r,
q1 Q
de
1 1
b1 wq1 = b2 wQ
2 2
relcik brmelyike fennllhat.
gy ismt kt esetet kell megklnbztetnnk:
Pldk
1. Valamely cikkbol sszesen 2400 db-ra van szksg 12 hnap alatt: T =12
hnap, R=2400, c1 =350 Ft, w=0,02(Ft/Ft/ido),
b1 = 10 Ft, ha 1 q < 500
Q = 500.
b2 = 9, 25 Ft, ha q 500
gy
2400 350
q2 = 2 870.
12 9, 25 0, 02
Teht q2 > Q, az optimlis ttelnagysg 870 db. Ezzel az rtkkel mr
tovbbszmolhat az optimlis id okz s a minimlis kltsgfggvny.
rT S2 (q S)2
K(q, S) = c1 + c2 + c3 .
q 2r 2r
20 1. K SZLETGAZDLKODSI MODELLEK
illetve az r = R
T
helyettestssel
Rc1 c2 + c3
q0 = 2 ,
T c2 c3
c1 c3
S0 = 2r ,
c2 c2 + c3
illetve
Rc1 c3
S0 = 2 .
T c2 c2 + c3
Ezeket az rtkeket az
K(q, S) ST c2 T (q S)
= c3 = 0,
S q q
Megjegyzs:
azaz az itt kvetett optimlis eljrs mindig kisebb sszkltsget ad. Egyenl osg
csak a = 1 esetben ll fenn.
Knnyu ltni, hogy ha a beszerzsi kltsg c 1 + bq alak, akkor a kltsgfgg-
vny
S2 (q S)2
m c1 + c2 + c3 + Sb ,
2r 2r
majd m = Rq bevezetsvel
R S2 (q S)2
K(q, S) = c1 + c2 + c3 + Sb .
q 2r 2r
gy
K RS R
= c2 (q S)c3 + b = 0,
S rq qr
K R S2 (q S)2 RqS
= 2 (c1 + c2 + c3 + Sb) + = 0.
q q 2r 2r q r
Ezen egyenletrendszer megoldsa
2rc1 (c2 + c3 ) r 2 b2
q0 = ,
c2 c3
2 b2
c3 2rc1 (c2 +c
c2
3 )r
br
S0 = .
c2 + c3
22 1. K SZLETGAZDLKODSI MODELLEK
Plda:
Elolltand 12000 db alkatrsz 1 v alatt folyamatosan, sorozatgyrtssal. Egy-
egy sorozat legyrtsval kapcsolatos kltsg c 1 a sorozatnagysgtl fggetlenl
2000 Ft. Raktrozsi kltsg c2 = 0.3 Ft/db/nap, hinykltsg c 3 = 0.1 Ft/db/nap.
Meghatrozand az optimlis sorozatnagysg, s sszkltsg.
0, 1
K(q0 , S0 ) = 2 365 12000 2000 0, 30 36249Ft.
0, 3 + 0, 1
Teht a kvetkezo eljrst kvetjk: Kb 40 naponknt a szbanforg mennyi-
sgbol elolltunk 331 db-ot, 1324-331=993 db hinnyal, de az sszkltsg fele
annak, mint amikor a teljes szksglet kielgtsre treksznk. Ezt az 1.2.1 rsz
elso pldjaknt kaptuk meg K(q0 ) = 72498 Ft.
1.3 S ZTOCHASZTIKUS KSZLETGAZDLKODSI MODELLEK 23
1.3.1.1. modell
A B vllalat napi felhasznlsa valamely anyagbl r egysg. Egy [0, T ] id o-
szak, pl. negyedv sszksglett, az rT = R mennyisget rendeli meg egy
A vllalattl. Az A vllalat ezt a mennyisget valamikor a [0, T ] id oszakon
bell egyszerre szlltja. A szlltsi, berkezsi idopont valsznusgi vltoz,
amelyrol feltesszk, hogy a megfigyelsek alapjn ismerjk az eloszlsfggv-
nyt, jellje ezt F (x), F (T ) 1. F (x) ismeretben meghatrozhatunk egy M0
kezdokszletet oly mdon, hogy 1 valsznusggel az egsz T id ointervallum
alatti idoegysgre jut r kivtelt biztostani tudjuk. A feladat nem ms, mint az
M0 M0
F =P = 1 (konf idenciaszint)
r r
egyenlet megoldsa M0 -re. M0 -et ugyanis gy kell meghatrozni, hogy szll-
tsi idopont 1 valsznusggel kvetkezzk be. (Ha ugyanis 0 id opontban M0
kszletnk van, akkor -napi r felhasznlst ttelezve fel- az M0 kszlet Mr0 ideig
elg.)
gy mire elfogy
a kezdokszlet
a szllts
nagy valsznusggel megtrtnik
P (r < M0 ) = P < Mr0 = F Mr0 .
Pldk:
1. A termelst nyersanyaggal kell elltnunk, a szksges sszmennyisg T =100
nap alatt R=400 db. Elozetes tapasztalat alapjn a nyersanyag szlltsok
berkezsi ideje egyenletes eloszls. 95%-os biztonsggal biztostani akar-
juk a napi egyenletes felhasznlst. Mekkora legyen az M0 kezdokszlet?
Megolds:
R
r= = 4 db/nap,
T
M0
F = 0, 95.
4
Mivel egyenletes eloszlsrl van sz a [0, T ] intervallumon, ezrt
M0
4
= 0.95.
100
1.3.1. E GYSZER U MEGBZHATSGI TPUS STATISZTIKAI
SZTOCHASZTIKUS KSZLETMODELLEK 25
Megjegyzs:
A B vllalat szerept vegye t a raktr, gy a raktrnak az r egyenletes kiram-
lst biztostania kell a [0, T ] id ointervallumban. A krds mikor, milyen kezd o
raktrkszletnl rendeljen, hogy a kiramlst biztostani tudja.
1.3.1.2. modell
Az A vllalat a B vllalattal olyan szerzodst kt, hogy a megrendelt rT mennyi-
sget a [0, T ] idointervallumon bell egy fix elore meghatrozott t1 idopontban
fogja szlltani. Tegyk fel, hogy a [0, T ] id oszakaszon bell mindig egy adott t 1
idopontban kvetkezik be a megrendelt mennyisg szlltsa. Mgis szmolnunk
kell azzal, hogy elore nem lthat vletlen okok kvetkeztben el ofordulhat az,
hogy t1 + idopontban rkezik meg a szlltmny. Legyen valsznusgi vl-
toz eloszlsfggvnye F (x), ekkor meghatrozhat a kiindul M 0 raktrksz-
letnek az a rsze, mely csak a vletlen okozta kss fedezsre szolgl. Ha a
termels folyamatossgt 1 biztonsggal akarjuk biztostani, akkor M jellje
azt a kszletet, amely a t1 idopontban a lps fedezsre szolgl, idoegysgnyi
r intenzitst felttelezve.
M M
P (r < M) = P < =F =1
r r
26 1. K SZLETGAZDLKODSI MODELLEK
A kiindul kszlet
M0 = rt1 + M, ha F (T t1 ) 1.
1.3.1.3. modell
Tegyk fel, hogy a [0, T ] idokz n szm egyenlo hossz olyan rszidointerval-
lumra tagozdik, amelyek mindegyikben a megrendelt rT = R mennyisg n-
edrsze biztosan megrkezik, csupn az bizonytalan, hogy a rszintervallumon
bell melyik napon rkezik a szllts. A szlltsok id opontjai egymstl fg-
getlen azonos eloszls valsznusgi vltozk. Tegyk fel teht, hogy a [0, T ]
[0, Tn ], [ Tn , 2 Tn ], ..., [(k 1) Tn , k Tn ], ..., [(n 1) Tn , T ] rszintervallumaiban trtnik
a szllts. Ezt lerja minden olyan nemnegatv rtku valsznusgi vltoz,
amelyre F ( Tn ) 1. Ilyen pl. a [0, Tn ]-n egyenletes eloszls valsznusgi vl-
toz. Jellje ismt M0 azt a kezdeti kszletet amely mr a 0 idopontban a fennll
bizonytalansgok okozta esetleges termelsi kiesseket hivatott adott biztonsggal
fedezni. Nyilvnvalan brmely k = 1, ..., n-re
T R
(k 1) + k r < (k 1) + M0 , R = rT,
n n
ahol k jelli a k-adik intervallumban az ru rkezsi idejt.
gy k r < M0 , k = 1, ..., n-re. Felttelnk
P (k r < M0 , k = 1, ..., n) 1 .
Mivel a k -k fggetlenek, azonos eloszlssak, ezrt az
M0
F n
=1
r
relcit kapjuk, melybol
M0
F = n 1 .
r
a, Ha F(x) egyenletes eloszls a [0, Tn ]-n, akkor
M0
r
T
= n
1,
n
R
M0 = n
1 .
n
b, Ha F (x) = 1 ex , F ( Tn ) 1, akkor
M0
1 e r = n 1
r 1
M0 = ln .
1 1 n
1.3.2. A VLETLEN TEMEZS U RSZ - SZLLTMNYOK MODELLJE 27
Glivenko-ttel:
lim P sup |Fn (x) F (x)| = 0 =1.
n xR
Szmirnov-ttel:
lim P n sup(Fn (x) F (x)) < y =
n xR
2
1 e2y , ha y > 0
= lim P sup |F (x) Fn (x)| < y =
n xR 0, ha y 0
Kolmogorov-ttel:
2 y2
lim P sup |Fn (x) F (x)| < y = (1)i e2i , y>0.
n xR
i=
28 1. K SZLETGAZDLKODSI MODELLEK
gy a
P ( sup (rt yt ) < M0 ) = 1
0tT
relcibl
P (rt yt < M0 ) 1
1.3.2. A VLETLEN TEMEZS U RSZ - SZLLTMNYOK MODELLJE 29
kvetkezik.
Ttel:
Ha n elg nagy (n 20), akkor az egsz [0, T ] idotartam alatti idoegysgre
eso r konstans felhasznlst 1 szinten biztost kezd okszlet
1 1
M0 (n, ) rT ln .
2n
Bizonyts:
t yt M0
P sup (rt yt ) < M0 = P sup ( )< = 1 .
0tT 0tT T rT rT
. yt
Bevezetve az Fn (t) = rT jellst
t M0
P sup ( Fn (t)) < = 1 -t kapjuk.
0tT T rT
Nyilvnval, hogy
0, 0 t t1 ,
yt = rT
tk < t < tk+1 k = 1, ..., n 1,
,
n
rT, tn < t T.
Ekkor az j jellsekkel
0, 0 t t1 ,
Fn (t) = k
, tk < t < tk+1 , k = 1, ..., n 1,
n
1, tn < t T.
Ez nem ms, mint a [0, T ] egyenletes eloszls tapasztalati eloszlsfggvnye, a Tt
rtk a valdi eloszlsfggvny. Ekkor a Szmirnov-fle hatreloszls-ttel rtel-
mben
t
2
1 e2y , y > 0,
lim P n sup Fn (t) < y =
n 0tT T 0, y 0.
Az y = nM
rT
0
helyettestssel
M2
t M0 2n 0 2
P sup Fn (t) < 1e (rT ) 1 .
0tT T rT
Ebbol 2
M0
2n
e (rT )2 ,
30 1. K SZLETGAZDLKODSI MODELLEK
M02
ln 2n ,
(rT )2
1 1
M0 rT ln .
2n
Ezt a kzelto megoldst Prkopa Andrs s Zieman Margit adta 1962-ben. Az
M0 (m, ) egzakt rtkeket Szmirnov s tole fggetlenl Birnbaum s Tingey ha-
troztk meg. Bizonyts nlkl kzljk a kvetkez o ttelt.
Ttel:
Ha 0 < M rT
0
< 1, akkor az adott rtkhez tartoz kezdokszlet (M0 ) a kvet-
kezo sszefggsbol hatrozhat meg.
M0 n M0 j M0 j
= 1 + ,
rT j=0
j rT n rT n
A megfigyelt anyagok, cikkek egy jelentos rsznl azonban nem teljesl az a fel-
ttel, hogy a vletlen idopontokban berkezo rszmennyisgek kzel llandak,
egyenloek. A tapasztalat inkbb azt mutatja, hogy a rsszlltmnyok nagysga
is jelentos ingadozst mutat. Tegyk fel, hogy az egy-egy alkalommal berkez o
mennyisgek kztt hatrozottan megllapthat egy olyan legkisebb mennyisg
-jelljk ezt -val - amelyet, ha szllts trtnik, biztosan szlltanak. Ks obb
ltni fogjuk, hogy ez a megkts feloldhat, amennyiben = 0 is lehet, ami
azt jelenti, hogy nincs semmilyen biztos informcink a rsszlltsok nagysg-
rl, azok teljes egszkben a vletlentol fggnek. Mint minden vletlent ol fggo
mennyisg esetben, gy most is vagy empirikus ton, vagy a vizsglt jelensg ter-
mszetbol add elmleti hipotzisok alapjn feltevssel kell lnnk a vizsglt
jelensget generl, azt ler trvnyszerusgekre. A gyakorlattal sszhangban
az albbi modell rja le azt az esetet, amikor az utnptlsi rendszer olyan, hogy
egy idokzn bell , , n szm vletlen ingadozsnak alvetett rsszlltmnyok
rkeznek a raktrba vletlen idopontokban, de a rsszlltmnyok sszege adott.
Ttel:
Ha , , n adott s
Bizonyts:
Tegyk fel, hogy 0 n rT = R ami a (ii) felttel. A (iii) ekvivalens
a kvetkezo felttellel: a megmarad R n mennyisg brmely lehetsges n
rszre trtno felbontsa egyenloen valsznu. Feltesszk tovbb, hogy a ber-
kezsi idopontok lehetsges elrendezodsei (t1 , ..., tn ) a [0, T ]-n fggetlenek az
R n mennyisgek lehetsges felosztsaitl. Vezessk be a rT n
= jellst,
0 1. Ekkor a felttel rtelmben az eloszlltsok nagysga gy alakul,
hogy rT n
mennyisget minden alkalommal szlltanak biztosan, a megmarad
(1 )rT mennyisget pedig elosztjk az n eloszllts kztt. Az eloszts mo-
dellje olyan, hogy az (1 )rT hosszsg szakaszt n 1 vletlen s fggetlen
ponttal n rszre osztjuk fel. A kapott rszintervallum hosszakat, amelyeket je-
llje i (i = 1, ..., n) rendre hozzadjuk az = rTn
mennyisgekhez. Az egyes
berkezo mennyisgek teht
rT rT rT
+ 1 , + 2 , ..., + n .
n n n
Jellje mrmost
0 < 1 < 2 < ... < n1 < rT
a [0, rT ] intervallumon egyenletes eloszlsbl szrmaz n 1 elemu rendezett
minta elemeit. Ekkor
i = (1 )(i i1 ), (i = 1, ...n, 0 = 0, n = rT ),
M0 + yt > rT,
P (rt yt < M0 ) 1
alakba rhat t.
A sup Tt Fn (, t) sztochasztikus folyamatra vonatkozan Prkopa Andrs (1973)
bebizonytotta a kvetkezo hatreloszls-ttelt:
n t
lim P sup Fn (, t) < y =
n 1 + (1 )2 0tT T
2
1 e2y , y > 0,
0, y 0.
Lthat, hogy = 1 esetn a Szmirnov-ttelt kapjuk vissza. Az el ozo modellhez
hasonlan az
M0 n
y=
rT 1 + (1 )2
helyettests elg nagy n esetn
M
t M0 2( 0 )2 n
P sup Fn (, t) < 1 e rT 1+(1)2 = 1 .
0tT T rT
Ebbol M0 2 n
2( )
1 e rT 1+(1)2 ,
1 1
M0 rT ln 1 + (1 )2 .
2n
34 1. K SZLETGAZDLKODSI MODELLEK
A Kn () = 1 + (1 )
n 2
rT
bevezetsvel
1 1
M0 rT ln Kn ()
2n
kezdortket kapjuk.
Lthat, hogy = 0 esetn M0 2M1 , ahol M1 az egyenlo rsz-szlltsok
kezdortke. gy ltalnos esetre, vagyis a vletlen szlltsra a
M1 (n, ) M0 (n, ) < 2M1 (n, )
korltok addnak.
Megjegyzsek:
1. Abban az esetben, ha = rT n
, akkor Kn () = 1 gy visszakapjuk az
egyenlo szlltsok kezdortkt.
2. Vges n rtkre az
sup (t Fn (t, ))
0t1
= 1 (1 M )n (1 + M )n1
sup ( t Fn (t, ))
0t1
1 (1 ) (1 + M)n1 , ha max(0, 1) < M < ,
M n
= 1, ha M,
0, mskor.
Ha a berkezsi idopont hosszsga klnbzik a felhasznlsi peridus
hossztl, akkor ez a ttel alkalmazhat az optimlis indul kszletszint
meghatrozsra a = 0 felttelezs mellett.
min M
feltve, hogy
36 1. K SZLETGAZDLKODSI MODELLEK
Pldk:
megmarad 1000 db
1
2
ln 0,10 200
M 10 500 1 + 1 20 1221 db.
2 20 10 500
M 1221 db.
b, Mennyivel nagyobb ez az egyenlo rszszlltsok sorn kapott kezdo-
szinteknl?
Krds:
Mekkora legyen az az S0 raktrkszlet, amely vrhat rtkben a minimlis
vesztesget eredmnyezi. A C(s) kltsg vagy vesztesg valsznusgivltoz,
gy E(C(s))-t kell minimalizlni. r < S db esetn S r feleslegnk u Sr=0 (S
vesztesget jelent, mg r > S esetn rS db hinyunk van, amirt
r)pr Ft vrhat
tlagosan h r=S+1(r S)pr Ft-ot kell fizetni. A vtelr c S.
Nzzk meg, hogyan lehet kiszmtani E(C(S)) minimumt.
S
E(C(S)) = u (S r)pr + h (r S)pr + c S.
r=0 r=S+1
S+1
E(C(S + 1)) = u (S + 1 r)pr + h (r S 1)pr + c (S + 1) =
r=0 r=S+2
1.3.3. S TATIKUS SZTOCHASZTIKUS KSZLETMODELL
KLTSGTNYEZ OKKEL 39
S
=u (S + 1 r)pr + h (r S 1)pr + c (S + 1) =
r=0 r=S+1
S
S
=u (S r)pr + u pr + h (r S)pr h pr + c (S + 1) =
r=0 r=0 r=S+1 r=S+1
S
S
=u (S r)pr + h (r S)pr + c S + u pr h pr + c =
r=0 r=S+1 r=0 r=S+1
S
S
E(C(S)) + u pr h(1 pr ) + c =
r=0 r=0
S
E(C(S)) + (u + h) pr + c h =
r=0
E(C(S)) + (u + h)P (r S) + c h
Hasonlan
Ekkor az elozoekbol
gy
hc hc
< P (r S0 ) s > P (r S0 1).
u+h u+h
Vagyis
hc
P (r S0 1) < < P (r S0 ).
u+h
Ha
hc
= P (r S0 )
P (r S0 1) <
u+h
akkor E(C(S0 + 1)) = E(C(S0 )), vagyis S0 s S0 + 1 egyarnt optimumhelyek.
40 1. K SZLETGAZDLKODSI MODELLEK
Hasonlan, ha
hc
< P (r S0 ),
P (r S0 1) <
u+h
akkor S0 1 s S0 optimumhelyek. Folytonos esetre megfogalmazva a problmt
S
min(E(C(S)) = u (S x)f (x)dx + h (x S)f (x)dx + c S
S 0 S
x
fggvny minimumt keressk, ha F (x) = P ( < x), F (x) = 0
f (u)du, s
ltezik E().
Az analzisben jl ismert mdszerek alapjn dEdS
= 0 egyenletet kell megol-
dani S-re. Lthat, hogy paramteres integrlt kell derivlnunk, melyre ismert a
kvetkezo sszefggs
b(y) b(y)
d g(x, y)
g(x, y)dx = dx+
dy a(y) a(y) y
db(y) da(y)
+g(b(y), y) g(a(y), y) .
dy dy
Lthat, hogy
(S x)f (x)dx = S E().
0
Mivel
S
(S x)f (x)dx + (S x)f (x)dx = S E(),
0 S
gy
S S
d d0
(S x)f (x)dx = f (x)dx + f (S)(S S) 1 f (0)(S 0) =
dS 0 0 dS
S
f (x)dx.
0
Szmtsuk ki a d
dS S
(x S)f (x)dx mennyisget.
1.3.3. S TATIKUS SZTOCHASZTIKUS KSZLETMODELL
KLTSGTNYEZ OKKEL 41
Figyelembe vve a
S S
d
(S x)f (x)dx = f (x)dx
dS 0 0
sszefggst
S
d
(S x)f (x)dx = 1 f (x)dx = f (x)dx,
dS S 0 S
melybol
d d
(x S)f (x)dx = (S x)f (x)dx = f (x)dx
dS S dS S S
addik. Vagyis
S
dE
=u f (x)dx h f (x)dx + c =
dS 0 S
= uF (S) h[1 F (S)] + c = F (S)[u + h] + c h = 0,
melybol
hc
F (S) = .
u+h
Vegyk szre, hogy a c S + L(S) ugyanaz a vrhat kltsg, mint az (i) esetben.
Legyen S0 az a kszlet, amely minimalizlja a c S + L(S) fggvnyt, azaz
hc
F (S0 ) = .
h+u
Lthat, hogyha x0 S0 , akkor S x0 esetn
gy
c(S x0 ) + L(S) L(x0 ),
42 1. K SZLETGAZDLKODSI MODELLEK
vagyis
min (c(S x0 ) + L(S)) L(x0 ).
Sx0
nem rendelnk, ha S0 x0 ,
S0 x0 -at rendelnk, ha x0 < S0 .
u(S x), ha x S,
0, x > S.
Nem nehz beltni, hogyha u(y) s h(y) fggvnyek szigoran konvexek, akkor
a feladat megoldst a
dL(S)
+c=0
dS
egyenlet gyke adja.
1.3.3. S TATIKUS SZTOCHASZTIKUS KSZLETMODELL
KLTSGTNYEZ OKKEL 43
gy az optimlis stratgia
nem rendelnk, ha x0 S0 ,
S0 x0 -t rendelnk, ha S0 > x0 ,
ahol S0 a dL
dS
+ c = 0 egyenlet gyke.
Megjegyzsek.
akkor
a(c + u) + b(u c)
S0 = .
b+u
3. A minimlis rtket gy kapjuk meg, hogy kiszmtjuk az E(C(S 0 ))-t.
pl. exponencilis eloszls igny esetn az tlagos kltsg x 0 kezdokszlet
mellett, ha S0 > x0
1 1
C(S0 x0 ) + uS0 + (u + h)eS0 u,
egyenletes eloszls esetn
1
C(S0 x0 ) + [S 2 (u + h) + hb(b 2S0 )].
2(b a) 0
akkor
1 h+u
S0 =ln
u+c
Ha x0 S0 akkor E(C(S0 )) = L(x0 ).
44 1. K SZLETGAZDLKODSI MODELLEK
Pldk:
Megolds:
h = 10 000, n = 500, c = 0.
Ekkor
h 10000
= = 0.952.
h+u 10500
Ezrt olyan F (r) = x<r px rtket kell keresni, melyre
h
F (S0 1) F (S0 ),
h+u
ilyen S0 = 1 s S0 = 2. zvatossgbl a nagyobbat szoks vlasztani.
Megolds:
h = 1 Ft, c = 0, 70 Ft, u = 0, 10 Ft, a = 200 db, b = 300 db
200(0, 1 + 0, 7) + 300(1 0, 7)
S0 = 228 db ,
1 + 0, 1
E(C(S0 )) = 211 Ft.
1.3.3. S TATIKUS SZTOCHASZTIKUS KSZLETMODELL
KLTSGTNYEZ OKKEL 45
Megolds:
a, A problma ugyanaz, mint a kltsgmodellnl, a kezd okszletnek meg-
felel a szerelok szma, az igny pedig a gphibsodsok. gy
h
F (S0 1) F (S0 ).
h+u
46 1. K SZLETGAZDLKODSI MODELLEK
20 000
b, 24 000
= 0, 833 gy 6 szerelo szksges.
c, 0, 78 h+u
h
< 0, 98, 0, 2h < u < 0, 28h esetn 6 szerelo szks-
ges. h = 20 000 esetn a szerelok tlagbre 400 s 5600 kz esik.
d,
h
0, 28 < < 0, 48, 1, 08h < u < 2, 57 h.
h+u
Ha a szerelok tlagbre magas, cskken a szerelok szma.
e, 7 szerelo esetn
h
< 1.
0, 98 <
h+u
Ha h = 20 000 Ft, ekkor 0 < u < 400 ekkor a munkadj nagyon
alacsony.
f, Akkor kell 5 vagy tbb szerelot foglalkoztatni, ha 0, 91 < h
h+u
< 1,
melybol 0 < u < 0, 11h kvetkezik.
mivel
c S0 + L(S0 ) < c S + L(S), S = S0 .
1.3.3. S TATIKUS SZTOCHASZTIKUS KSZLETMODELL
KLTSGTNYEZ OKKEL 47
Innen
K + c(S x0 ) + L(S) > L(x0 ),
ahol a baloldal az x0 kezdokszlet S szintre trtno feltlts kltsge s
L(x0 ) az tlagos kltsg, ha nem trtnik rendels. gy ebb ol lthat, hogy
x0 > S0 esetben az az optimlis taktika ha nem rendelnk.
mivel
cS + L(S) > cS0 + L(x0 ),
gy
Ebbol
K + c(S x0 ) + L(S) L(x0 ).
gy a nem rendels ismt olcsbb, mint a rendels.
(iii) Vgl, ha x0 < s0 (< S0 ) akkor
cx0 + L(x0 ),
ebbol
F (S0 ) = hc
h+u
, s s0 az a legkisebb rtk, amelyre
Nem nehz beltni, hogy nemlineris bntet okltsgek esetn, feltve, hogy a
hiny s fenntartsi fggvnyek szigoran konvexek, az optimlis rendelsi eljrs
a kvetkezo:
x0 < s0 , s0 x0 egysget rendelnk,
x0 s0 , nem rendelnk.
ahol S0 a
dL(S)
c+ =0
dS
megoldsa, s s0 az a legkisebb rtk, amely kielgti a
c s0 + L(s0 ) = K + c S0 + L(S0 )
f (x)-et behelyettestve
1 1
L(S) = (c + u)S + (u + h)eS u.
gy a
c s0 + L(s0 ) = K + c S0 + L(S0 )
1.3.3. S TATIKUS SZTOCHASZTIKUS KSZLETMODELL
KLTSGTNYEZ OKKEL 49
egyenletet a
1 1 1
(c + u)s0 + (u + h)es0 = K + (c + u)S0 + (u + h)eS0 u
S0
alakban rhatjuk fel. Ebbol e -al beszorozva, S0 -t visszarva
u+h 1 u+h u+h u+h
(u + c)s0 + (u + h)e = K + (c + u)S0 + .
u+c u+c c+u
Elvgezve a megfelelo muveleteket, rendezve
2K
e = + + 1
c+u
egyenletet kapjuk. e -t Taylor sorba fejtve a 0 kzl
()2 2K
1 + + + + 1
2 c+u
2K
.
(u + c)
Ebbol
2K
s 0 = S0 .
(u + c)
2. E[a, b] esetn,
a(c + u) + b(h c)
S0 = .
h+u
Ekkor
S
1 b
1
L(S) = u (S x) dx + h (x S) dx =
0 ba S ba
1
= [S 2 (u + h) + hb(b 2S)].
2(b a)
A
cs0 + L(s0 ) = K + c S0 + L(S0 )
egyenletbol kapjuk, hogy
1
K + c(S0 s0 ) + [(u + h)(S02 s20 ) 2hb(S0 s0 )] = 0.
2(b a)
Ezt kell megoldani s0 -ra. Az egyenletet rendezve
u + h 2 b(c h) ca 1
s0 + s0 + [2hbs0 (u+h)S02]K cS0 = 0.
2(b a) ba 2(b a)
Konkrt c, h, u, k esetn s0 meghatrozhat.
50 1. K SZLETGAZDLKODSI MODELLEK
3. A minimlis kltsgek
x0 s0
1
[x2 (u + h) + hb(b 2x0 )].
2(b a) 0
Plda:
a, 1 db (rendel 4 db-ot)
b, 3 db (nem rendel)
1.3.4. F ELADATOK 51
1.3.4. Feladatok
1. Egy kszletezsi rendszerben vente konstans intenzits felhasznlssal
sszesen 2400 db valamely cikkre van szksg. Hinyt nem engednk meg.
Egy ttel beszerzsnek lland kltsge 22 Ft, a kszlet egy darabjra eso
raktrozsi kltsg vi 5 Ft. A beszerzs csak 100-as csomagols ttel-
nagysgokban lehetsges. Mekkora az optimlis ttelnagysg s a kszlete-
zs minimlis kltsge? A ttelnagysgokra vonatkoz felttel miatt hny
%-kal nott az sszkltsg. (200 db, 764 Ft, 9%)
kss(nap) 1 2 3 4
megfigyelt gyakorisg 1 2 4 3
90%-os valsznusggel kvnjuk
biztostani a termelst. Mekkora legyen a kezdo raktrkszlet? (580 db)
1
, ha [0, 20]
f (x) = 20
0, mskor
20. Egy dohnyrus az ruit 3 Ft/db kltsgen szerzi be s 5 Ft/db ron adja
el. A fenntartsi kltsg 1 Ft/db. A rendelsi kltsg 64 Ft. A raktron
80 db rucikk van. Mennyit kell mg rendelnie, hogy a vrhat kltsg mi-
nimlis legyen, mivel egyenl o ez a kltsg? Az igny egyenletes eloszls
a [200,500] intervallumon. (S0 K0 =220 db, M0 =814 Ft)
22. Egy raktron napi 10 db alkatrszt kell biztostani 1 ven keresztl 95%-os
megbzhatsggal. A raktrfeltltsnl az eloszlltsos mdszert alkalmaz-
zk, minden alkalommal a rendelt mennyisg 8%-t leszlltjk, de a szll-
ts ttele szintn ingadozik. Az egyenlo rsznagysgokban beraml utn-
ptlshoz kpest hny szzalkkal kell emelni a kezdokszletet? Mennyi
lesz ez a kezdokszlet? (11%, 2226 db)
1.4. Irodalom
Beaumont G. P.
Introductory Applied Probability
E LLIS H ARWOOD , C HICHESTER , 1983
Csth M.
Opercikutats
SZMOK, BUDAPEST, 1973.
lteto . Meszna Gy. Ziermann M.
Sztohasztikus mdszerek s modellek
KZGAZDASGI S JOGI KIAD , B UDAPEST, 1982.
Lukcs O.
Opercikutats
TANKNYVKIAD , B UDAPEST, 1982.
Miller F. S. - Liebermann G. I.
Introduction to operation research
WALDEN - DAY, I NC . S AN F RANCISCO , 1974.
Rnyi A.
Valsznusgszmts
TANKNYVKIAD , B UDAPEST, 1973.
Sztrik J.
Az opercikutats elemei
KOSSUTH E GYETEMI K IAD , D EBRECEN , 1992, 1998
Tth I.
Opercikutats I.
TANKNYVKIAD , B UDAPEST, 1987.
56 2. E LEMI SORBANLLSI RENDSZEREK
2.1.1. Folyamatok
A dinamikai rendszerek egy tgabb osztlynak - amelyet az egyszerusg kedv-
rt folyamatoknak neveznk - az elemei a sorbanllsi rendszerek. A folyamathoz
tartozik egy olyan hlzat vagy csatorna, amelyen valamilyen anyag vagy
rucikk folyik, mozog. Pldaknt tekintsk az autforgalmat, vagy egy ruhz-
ban a vsrlk haladst a pnztr elott. A szmtgpes rendszerek terletn sem
ismeretlen a sorbanlls fogalma, a hardver s szoftver eroforrsok kiosztsnl
tallkozunk vele. Jobok sora vrakozik a httrtrban a memriba trtn o beol-
vassra ( the job scheduling queue - job temezo sor ); sorban llnak azok a jobok,
amelyek ugyan megkaptk a memria hasznlati jogt, de knytelenek vrakozni
a CPU-ra ( the process scheduling queue - folyamat temezo sor ); valamely I/O
egysg szolgltatsra vrakoz jobok sora ( the I/O scheduling queue - I/O te-
mezo sor). Ezekben a pldkban az ruk szerept az autk, a vsrlk s a jobok
jtszk, a csatornk szerept pedig az thlzat, az ruhz pnztra, ill. vala-
mely hardver s szoftver eroforrs. A vges kapacits azt a tnyt fejezi ki, hogy
a csatornk csak vges intenzitssal tudjk kielgteni az (ru ltal tmasztott)
ignyeket. Vilgos, hogy az ilyen rendszerek vizsglata olyan analitikus eszkz-
ket ignyel, amelyeket klnbzo szakterletrol gyujthetnk ssze, a sorbanlls
elmlete ppen ilyen terlet.
A folyamatokat kt nagy osztlyra bonthatjuk: a determinisztikus s a nem
determinisztikus, n. sztochasztikus vagy vletlen folyamatokra. Az els o osz-
tly azokbl a rendszerekbol ll, amelyekben elore pontosan ismert a folyamat
mennyisge, s az tbbnyire lland a vizsglt id o alatt, ugyancsak ismert az az
idopont, amikor a folyamat megjelenik a csatorna bemenetn, s a folyamatnak
a csatornval szemben tmasztott ignye is ismert s lland. A msodik osz-
2.1.2. S ZTOCHASZTIKUS FOLYAMATOK OSZTLYOZSA 57
2.1.2.1. Markov-folyamatok
1907-ben A.A. Markov egyik cikkben definilta s tanulmnyozta azt a folya-
matot, amit Markov-folyamatnak neveznk (ill. diszkrt llapotteru folyamat ese-
tben Markov-lncnak). Legegyszerubben a diszkrt ideju Markov-lncot lehet
megrteni. A valsznusgi vltozk {X k } sorozata Markov-lncot alkot, ha a
kvetkezo felvett rtk (llapot), Xk+1, csak a pillanatnyi rtktol (llapottl),
xk -tol fgg, a korbbiaktl nem. Teht ez olyan vletlen sorozat, amelyben a fg-
gosg az idoben visszafel egy egysgnyire terjed ki. Vagyis a mlt befolyst
a folyamat jvojre teljesen tartalmazza a pillanatnyi llapot. Szemlletesen azt
is mondhatjuk, hogy a rendszer (a sztochasztikus folyamat) emlkezetnlkli,
hiszen a mltbeli rtkek (az emlkezet) nem befolysoljk a rendszer jvobeli
viselkedst.
Folytonos ideju Markov-lnc esetben brmelyik id opillanatban bekvetkez-
het az llapotvltozs. Ez arra ksztet minket, hogy diszkrt llapotteru Markov-
folyamatok esetben vizsgljuk meg, mennyi ideig marad a folyamat a pillanatnyi
llapotban mielott tlpne egy msik llapotba. A Markov- tulajdonsg miatt en-
nek az idotartamnak (valsznusgi vltoznak) az eloszlsfggvnye lnyegben
determinlt, exponencilisnak kell lennie. Diszkrt ideju Markov-lncok esetn a
folyamat llapotvltozs nlkli id otartama csak geometriai eloszls lehet.
Analitikusan a Markov-tulajdonsgot a kvetkez okppen lehet felrni:
ahol h egy tetszolegesen kis intervallumot jelent, o(h) pedig olyan mennyisget
jell, amely gyorsabban tart 0-hoz, mint h, ha h 0, vagyis o(h)
h
0, ha h 0.
p0 = 1 ,
A Poisson-folyamat
dP0 (t)
dt
= P0 (t), ha k = 0.
P0 (t) = et .
dP1 (t)
= P1 (t) + et .
dt
Ennek a differencilegyenletnek a megoldsa:
P1 (t) = tet .
(t)k t
Pk (t) = e , k 0, t 0.
k!
Ez a hres Poisson-eloszls. A konstans szletsi intenzits tiszta szletsi fo-
lyamatban elofordul szletsek sorozatt nevezik Poisson-folyamatnak. Vizs-
gljuk meg alaposabban a Poisson-folyamatot, mivel kzponti szerepet tlt be a
sorbanllsi elmletben, ezenkvl az lo s lettelen termszet sok folyamatnak
viselekedst jl modellezi. Pldaknt Fry megemlti, hogy a katonasgnl a lru-
gsbl eredo hallesetek ilyen folyamatot kpeznek. Tovbbi pldk a radioaktv
2.1.2. S ZTOCHASZTIKUS FOLYAMATOK OSZTLYOZSA 63
Bizonytsuk ezt be !
Legyen v(t) a t hosszsg intervallum alatt berkezo ignyek szma, gy a k-
vetkezo addik:
(t)k
E(v(t)) = kPk (t) = et k =
k=0 k=0
k!
(t)k
(t)k
t t
e = e t .
k=1
(k 1)! k=0
k!
xi , kapjuk, hogy
Mivel ex =
i=0
i!
E(v(t)) = t.
(t)k
t
e k(k 1) =
k=0
k!
(t)k2
et (t)2 =
(k 2)!
k=2
(t)k
et (t)2 = (t)2 .
k=0
k!
64 2. E LEMI SORBANLLSI RENDSZEREK
Jelentse Ak azt az esemnyt, hogy ppen egy berkezs fordul elo minden egyes
i intervallumban (i = 1, 2, ..., k), az i intervallumban pedig egy sem. A k va-
lsznusgt akarjuk kiszmolni, feltve, hogy ppen k berkezs trtnik a (0, t)
intervallumban. A feltteles valsznusg defincijbl
P (Ak |pontosan k berkezs a (0, t) alatt) =
s
P (nincs berkezs egy i hosszsg intervallum alatt) = e i .
Kihasznlva ezt, azonnal kapjuk a kvetkezot:
1 2 ...k
k!.
tk
Msrszt tekintsnk egy olyan folyamatot, amely a (0, t) intervallumban k darab
pontot vlaszt ki egymstl fggetlenl, mgpedig mindegyiket az intervallumon
egyenletes eloszls szerint. Knnyen belthat, hogy
1 2 k
P (Ak |ppen k berkezs (0, t) alatt) = ... k!, (5)
t t t
ahol a k! tnyezo amiatt jelenik meg, mert nem klnbztetjk meg a k pont
permutciit. szrevehetjk, hogy a (4) s a (5) sszefggsekben megadott kt
feltteles valsznusg megegyezik, s ennek alapjn arra gondolhatunk, hogy ha
a Poisson-folyamatban t ido alatt k berkezs trtnik, akkor a berkezsek el-
oszlsa ugyanaz, mint k darab ugyanazon az intervallumon egyenletes eloszls
pont eloszlsa. Ennek pontos igazolsa a fenti gondolatmenet finomtsval elv-
gezheto. A szletsi folyamat tulajdonsgaibl knnyu levezetni, hogy a Poisson-
folyamat homogn; vagyis ha X(s, s+t) jelli a t hosszsg (s, s+t) intervallum
alatti berkezsek szmt, akkor
(t)k et
P (X(s, s + t) = k) = ,
k!
fggetlenl attl, hogy hol helyezkedik el az intervallumon (vagyis fggetlenl az
intervallum s kezdopontjtl).
Most a Poisson-folyamat s az exponencilis eloszls kztti sszefggs vizs-
glatra trnk t. Az exponencilis eloszlsnak szintn kzponti szerepe van a
sorbanlls elmletben. Tekintsk a t valsznusgi vltozt - a kt egyms utni
szomszdos berkezsek kztt eltelt ido -, amelynek eloszls- s surusgfg-
vnyt F (t), ill. f (t) jelli. Ekkor f (t)t + o(t) a valsznusge annak, hogy
a soron kvetkezo berkezsig a legutols berkezstol eltelt ido legalbb t, de
legfeljebb (t + t).
Mivel F (t) a valsznusge annak, hogy a berkezsek kztti id o t, ezrt
F (t) = 1 P0 (t),
F (t) = 1 et , t 0. (6)
66 2. E LEMI SORBANLLSI RENDSZEREK
f (t) = et , t 0.
A (6) miatt
1 e(t+t0 ) (1 et0 )
P (t t + t0 |t > t0 ) = ,
1 (1 et0 )
s gy
P (t t + t0 |t > t0 ) = 1 et = P (t t).
Az eredmny azt mutatja, hogy ha az utols berkezs ta t0 ido telt el, akkor a
kvetkezo berkezsig htralevo ido eloszlsa ugyanaz, mint a berkezsi idokz
felttel nlkli eloszlsa. Vagyis a jv obeli berkezs valsznusge fggetlen
attl, hogy a legutols berkezstol szmtva mennyi ido telt mr el. Teht egy
exponencilis eloszls valsznusgi vltoz jv oje fggetlen a vltoz mltjtl
- az eloszls idoben lland marad. s ez az egyetlen olyan folytonos eloszls,
amely ilyen tulajdonsg. Nem nehz beltni, hogy
1 et = h + o(t).
Ez nyilvn egyenrtku a
1 et
lim =
t0 t
2.1.2. S ZTOCHASZTIKUS FOLYAMATOK OSZTLYOZSA 67
0 = 0 p0 + 1 p1 , ha k=0.
Ezt k minden rtkre trva, a kvetkezot kapjuk:
k1 pk1 = k pk .
s az ltalnos megolds:
0 1 ...k1
pk = p0 .
1 2 ...k
Az sszes pk valsznusget egyetlen ismeretlen p0 llandval fejeztk ki:
k1
i
pk = p0 , k = 0, 1, 2, .... (7)
i=0
i+1
(Az res szorzat rtke definci szerint 1.) A normalizl felttel segtsgvel
meghatrozhatjuk a p0 -t, nevezetesen
1
p0 = .
k1
1+ i
i+1
k=1 i=0
2.2.1. S TACIONRIUS SZLETSI - HALLOZSI FOLYAMATOK 71
i
k1
S1 := ,
k=0 i=0
i+1
1
S2 := .
k1
i
k=0 k i+1
i=0
m(A)
= ,
m(A) + m(A)
ahol m(A) s m(A) az A ill. az A rszhalmazban val tlagos tartzkodsi id ot
jelli egy ciklus alkalmval, p i pedig az X(t) folyamat ergodikus eloszlsa.
Egy m prhuzamos szerverbol ll rendszerben tlagosan T /m igny rke-
zik szerverenknt, feltve, hogy a forgalom egyenletes eloszls az m kiszolgl
egysg kztt. Ha minden berkezett krs kiszolglsa tlagosan 1/ ideig tart,
akkor a szerver teljes foglaltsgi idejnek vrhat rtke T /m. Osszuk el ezt a
mennyisget T -vel, gy a
= .
m
Mivel a kihasznltsg maximum 1 lehet, gy az m szerveres rendszer kihasznlt-
sgi tnyezore vonatkoz korrekt kifejezs:
= min ,1 .
m
Msik gyakran hasznlt teljestmnymr o eszkz a szmtgpes rendszerek sor-
banllsi modelljnek analzisben a rendszer tbocstkpessgnek vizsglata.
Ezt a mennyisget gy definilhatjuk, mint az id oegysgenknt kiszolglt ignyek
tlagos szmt. m szerveres rendszerben minden idoegysg alatt m igny ki-
szolglsa fejezodik be, gy az
= h + o(h).
Pk,j = o(h), | k j | 2.
k = , k = 0, 1, 2, ...,
k = , k = 1, 2, 3....
2.2.2. A Z M/M/1 TPUS KLASSZIKUS SORBANLLSI RENDSZER 77
k1
pk = p 0 ,
i=0
vagyis
k
pk = p0 , k 0.
Az eredmny kzenfekvo. Az ergodikussg felttele ltalnossgban (s gy an-
nak is, hogy egy pk > 0 stacionrius megoldst kapjunk) S 1 < s S2 = ;
esetnkben az elso felttel:
k
pk
S1 = = < .
k=0
p 0
k=0
/ < 1.
k
1 1
S2 = = = .
k=0
ppk0 k=0
1
p0 = =1 .
1+ /
1/
A kihasznltsgi tnyezo =
vagy 1. A stabilits felttele miatt a
78 2. E LEMI SORBANLLSI RENDSZEREK
A rendszer jellemzoi:
N= kpk = (1 ) kk1 =
k=0 k=1
dk d 1
(1 ) = (1 ) = .
k=1
d d 1 1
2
N = (k N)2 pk =
k=0
2
k pk =
k=0
1
2
2
k pk + 2k pk =
k=0
1 k=0
1
2
2
k(k 1)pk + + 2 =
k=0
(1 ) 2 1 1
2
d2 k
2
(1 ) + =
d2 k=0 1 1
2
22
+ = .
(1 )2 1 1 (1 )2
2.2.2. A Z M/M/1 TPUS KLASSZIKUS SORBANLLSI RENDSZER 79
1
1= 1
,
+ E
melybol
1 1 1
E = = N= .
1
(IV.) Egy igny vrakozsi idejnek eloszlsa:
Pk (t) = Rk (t),
A(t, t + t)
80 2. E LEMI SORBANLLSI RENDSZEREK
gy
Rk (t) = lim P (N(t) = k) ,
t0
vagyis
Rk (t) = Pk (t).
(x)k1 x
fk (x) = e , x 0.
(k 1)!
2.2.2. A Z M/M/1 TPUS KLASSZIKUS SORBANLLSI RENDSZER 81
(1 )e(1)x .
Teht
fW (0) = 1 , ha x = 0,
fW (x) = (1 )e(1)x , ha x > 0.
gy
FW (x) = 1 + 1 e(1)x = 1 e(1)x .
Az tlagos vrakozsi ido:
1
W = xfW (x)dx = = E = N .
(1 )
0
(1 )e(1)x .
Az eloszlsfggvny:
FT (x) = 1 e(1)x .
Tovbb
2
W = = = Q. (9)
(1 ) 1
Plda:
Egy postahivatalban naponta 70 szemly fordul meg (a posta minden nap 10 ra
hosszat van nyitva) ; rnknt 10 szemlyt kpesek kiszolglni. Ttelezzk fel,
hogy a berkezsek megfelelnek a Poisson-folyamat jellegzetessgeinek s a ki-
szolgls exponencilis eloszls. Mekkora lesz a vrakoz sor tlagos hossza,
mi annak a valsznusge, hogy sorban 2-nl tbb szemly vrakozzk? Mennyi
a vrhat sorban llsi ido? Mennyi annak a valsznusge, hogy a vrakozs 20
percnl tbb idot vesz ignybe? M =?
Megolds:
7
Legyen T = 1 ra, akkor = 7, = 10, = 10
7 7 7 70 21 49
N= = , Q=N = = =
1 3 3 10 30 30
P (n > 3) = 1 P (n 3) = 1 P0 P1 P2 P3 =
= 1 1 + (1 )( + 2 + 3 ) = 4 = 0.343 0.7 = 0.2401
N 7 7
W = = = ra 14 perc
3 10 30
1 1 1
P (W > ) = 1 FW ( ) = 0.7 e10 3 0.3 = 0.7 e 1 = 0.257
3 3
2.2.3. A Z M/M/1/K TPUS , VGES BEFOGADKPESSG U RENDSZER83
k = , k = 1, 2, ..., K.
Ltszik, hogy ez a rendszer mindig ergodikus, mert llapottere vges. Tovbb
k1
k
pk = p0 = p0 , ha k K.
j=0
Termszetesen
pk = 0, ha k > K.
Szeretnnk kiszmolni a p0 valsznusget. A normalizl felttel alapjn
K
k
1 1
(/) 1 (/)K 1 /
p0 = 1 + = 1+ = ,
k=1
1 / 1 (/)k+1
vgl
k
1/
, ha 0 k K,
pk = 1(/)K+1
0 egybknt.
Ha viszont k n, akkor
n1
k1
k
1
pk = p0 = p0 .
i=0
(i + 1) j=n n n!nkn
ahol
=
< 1.
n
Ez a ppen a kihasznltsgi tnyezo. Tovbb
1
n1
(n)k (n)k 1
p0 = 1 + + ,
k=1
k! k=n
n! nkn
s gy
n1 1
(n)k (n)n 1
p0 = + .
k=0
k! n! 1
Annak a valsznusge, hogy egy jonnan rkezo ignynek sorba kell llnia,
(n)k 1
P (sorbanlls) = pk = p0 .
k=n k=n
n! nkn
Ebbol
(n)n 1
n! 1
P (sorbanlls) = .
n1
(n)k (n)n 1
+
k=0
k! n! 1
n1
n2
(n)k (n)n 1
n= kpk + npk = p0 n + =
k=0 k=n k=0
k! (n 1)! 1
n2
(n)k (n)n1 (n)n1 1
n + + 1 p0 =
k=0
k! (n 1)! (n 1)! 1
n1
(n)k (n)n 1 1
n + p0 = n p0 = n.
k=0
k! n! 1 p0
n1
N= kpk = kpk + (k n)pk + npk = n + Q,
k=0 k=0 k=n k=n
n = n S,
S = n ,
gy
N = n S + Q,
vagyis
N n = Q S.
1 P (sorbanlls)en(1)x .
Innen az tlagos vrakozsi ido:
n
1
W = xfW (x)dx = p0 .
n (1 )2 n
0
Tudjuk, hogy
Ekkor
z
fW +kiszolgls (z) = fW (x)e(zx) dx =
0
z
P (sorbanlls)n(1 ) en(1)x e(zx) dx =
0
z
(n)n 1
p0 n(1 )ez e(n1/)x dx =
n! (1 )
0
(n) n
1
p0 n ez 1 e(n1/)z .
n! n 1 /
Ezrt
n
p0
fT (x) = 1 ex +
n!(1 )
n
1
ex 1 e(n1/)x =
+ np0
n! n 1 /
n n
p0 1
ex 1 e(n1/)x
1 + np0 =
n!(1 ) n! n 1 /
n
po 1 (n /) (n1/)x
ex
1+ e .
n!(1 ) n 1 /
2.2.4. A Z M/M/n TPUS RENDSZER 89
gy
P (T > x) = fT (y)dy =
x
n
1
p0
ey + ey (n/)e(n/)y dy =
=
n!(1 ) n 1 /
x
n
x 1 x
=e + p0 e e(n/)x =
n!(1 )(n 1 /)
n
p0 1 e(n1/)x
= ex
1+ .
n!(1 ) n 1 /
Innen
FT (x) = 1 P (T > x).
Tovbb
1
n
1 ( ) 1 1
T = xfT (x)dx =
+ n n!
p0 (1)2 =
+ W,
0
T = N = Q + n,
tovbb
W = Q.
Ezek az n. Little-formulk, melyeket szmols tjn is knnyen bizonyt-
hatunk. Ugyanis, mint belttuk
(n)n
N = n + p0 .
n!(1 )2
Mivel n
1 1 1
T = + p0 ,
n n! (1 )2
90 2. E LEMI SORBANLLSI RENDSZEREK
gy
(n)n
T = + p0 ,
n! (1 )2
vagyis
N = T ,
mivel
= n. Tovbb
Q = W ,
mivel
n = n.
(VI.) A szerverek sszkihasznltsga:
A rendszerben n db szerver van, ezek akkor foglaltak, ha legalbb 1, lega-
lbb 2, ..., legalbb n foglalt. gy
n
n1
Un = pj = lpl + npl = n = n,
k=1 j=k l=1 l=n
n1
n1
(n j)pj S
e= aj ej = n1 = ,
j=0 j=0
i=0 p i P (e)
S
E = .
1 P (e)
n = 1 esetben
S = 1 , P (e) = p0 = 1 , = ,
gy
1
E = ,
mely a jl ismert kplet.
Pldk:
3600
Q = W = 100 W
6
M(T C) = 100 n = 100 600 W
2.2.5. A Z M/M/n/n TPUS E RLANG - FLE VESZTESGES RENDSZER 93
1
6 20
= 1 = gy n 4 .
20
6
Sorba vve az n = 4, 5, 6, 7, 8 rtkeket az rnknti minimlis vrhat
kltsg n = 5 esetben addik. Ekkor a rendszer jellemzoi:
k = k, k = 1, 2, ..., n.
Azt mondjuk, hogy a folyamat k llapotban van, ha k szerver foglalt, azaz ha k
igny tartzkodik a rendszerben.
Nyilvnvalan az ergodikus eloszls ltezik, mivel a folyamat vges llapotteru.
A folyamat stacionrius eloszlsa:
k
1
p0 , ha k n,
pk = k!
0 , ha k > 0.
gy
k
1 k
k!
pk = n
i = nk! i .
1
i=0
i! i=0
i!
A rendszer egyik jellemzoje a
n
pn = nn! k
k=0
k!
s
n + 12
s= .
2.2.5. A Z M/M/n/n TPUS E RLANG - FLE VESZTESGES RENDSZER 95
Ezrt
n
Us = = (1 pn ).
n n
(III.) Az tlagos ttlensgi ido (egy konkrt kiszolgl esetn):
A jl ismert sszefggst alkalmazva:
1/
P (az adott kiszolglegysg foglalt) = ,
e + 1/
n n 1
= ,
(1 pn ) (1 pn )
azaz ms ton is ugyanarra az eredmnyre jutunk.
Pldk:
10
= = 1 = 30
3
n
e
Pn = nn! j = 0.01
j=0 j! e
n+ 12 n 21
.
n+ 12
Ebbol
n + 12 n 12
0.99 = .
A normlis eloszls tblzatbl nem nehz ellen orzni, hogy n = 41.
2. Egy 50 csatorns telefonkzpontba tlagosan 10 percenknt rkeznek h-
vsok Poisson-eloszls szerint. A kiszolglsi id o exponencilis, 5 perc
tlaggal. Hatrozzuk meg a rendszer jellemzoit.
Megolds:
2
Esetnkben Poisson kzelts vehet o, gy =
= 4
= 0.5
P50 = 0.00000 a Poisson-eloszls szerint, sot, mg n = 6-nl is
P6 = 0, 00001. Ez azt jelenti, hogy igny szinte sohasem lesz elutastva.
A foglalt csatornk tlagos szma
n = (1 Pn ) = = 0.5 ,
k = , k1
kihalsi intenzitssal. gy
n!
pk = k p0 = (n k + 1)pk1 ,
(n k)!
ahol
= ,
s
1 1
p0 =
n =
n .
1+ n!
(nk)!
k n!
(nk)!
k
k=1 k=0
2.2.6. V GES FORRS RENDSZEREK 99
k
P (k; ) = e , 0 k < ;
k!
k
Q(k; ) = P (i; ), 0 k < .
i=0
Megmutatjuk, hogy
P (n k; R)
pk = , 0 k n,
Q(n; R)
ahol
R= = 1 .
Ugyanis
nk k k
n! n! n!
P (n k; R) (nk)!
e (nk)! (nk)!
= n = n = i .
Q(n; R) n! i n! ni n n!
i!
e i! k=0 (ni)!
i=0 i=0
Q(n 1; R)
Us = .
Q(n; R)
A rendszer tbocstkpessge:
t = Us .
100 2. E LEMI SORBANLLSI RENDSZEREK
1
n
1
n1
n (n k)pk = n pk+1 =
k=0
k=0
1 Us
n (1 p0 ) = n .
Mskppen:
RQ(n 1; R) Us
N =n =n .
Q(n; R)
(III.) Az tlagos sorhossz:
n
n
n
Q= (k 1)pk = kpk pk = n (1 p0 ) (1 p0 ) =
k=1 k=1 k=1
1
n (1 p0 )(1 + ) = n 1 + Us .
(IV.) Az ignygenerlsra alkalmas teminlok tlagos szma:
n
Us
m= (n k)pk = n N = (1 p0 ) = .
k=0
ezrt
1 p0 Us
E = = .
np0 n(1 Us )
(VI.) A vrakozs valsznusge:
n
P (W > 0) = pk = 1 p0 = Us .
k=1
n
i
n
pk = (n k)pk = m = (1 p0 ).
i=1 k=1 k=1
Ut = U (i) .
Ebbol
n
m = ,
1/ + W + 1/
102 2. E LEMI SORBANLLSI RENDSZEREK
s
Us
mW = n m 1 + = n (1 + ) = Q,
ami az tlagos sorhosszra vonatkoz Little-formula. gy
Q
W = .
m
mT = N,
Us = 1 p0 = nUt = m,
melybol
m = Us = t .
Pldk:
Hibs gpek 0 1 2 3 4 5 6
vrakoz g. 0 0 1 2 3 4 5
Pn 0, 484 0.290 0.145 0.058 0.017 0.003 0.000
2.2.6. V GES FORRS RENDSZEREK 103
Q = 0.324
P (W > 0) = 0.516 = Usz
W = 2.51 ra
T = 2.51 + 0.25 = 6.51 ra
Usz = 0.516
e = 40 ra
Ug = 0.86
m = n Ug = 5.16
N = 6 5.16 = 0.84
0.516 4 5.16 7
M = 1 = ra
6 40 0.484 6 0.484 10
Hibs gpek 0 1 2 3 4 5 6
vrakoz g. 0 0 1 2 3 4 5
1 1
Pk 75973 75973
0.001 0.012 0.075 0.303 0.606
Usz 0.999
Q 4.5
P(W >0) = 0.999
W 22.5 ra
T = 26.5 ra
e = 2 ra
Ug 0.08
m 0.5
N 5.5
104 2. E LEMI SORBANLLSI RENDSZEREK
Minden adat azt mutatja, amit vrtunk, mivel a karbantartsi tnyez o 1-nl
nagyobb. Arra, hogy ezek utn mennyi szerelot kell belltani, tbbfle
kritrium lehet.
Ezzel a kvetkezo felyezetben foglalkozunk. Mindenesetre, hogy ne legyen
torlds, a r < 1 felttelnek kell teljeslnie, ahol r a szerelok szmt jelli.
k = (n k), 0 k n 1,
k , 1 k r,
k =
r , r < k n,
intenzitsokkal.
Az egyenslyi eloszls
n
pk = k
kp0, 0 k r,
pk = k!
r!r kr k
n k
p0 , r < k n.
a0 = 1,
nk+1
ak = ak1 , 0 k r 1,
k
2.2.6. V GES FORRS RENDSZEREK 105
nk+1
ak = ak1 , r k n.
r
Mivel a
n
pk = 1
k=0
1 pk n
1 n
1= = ak ,
p0 k=1 p0 p0 k=1
gy
1
p0 = n .
1+ k=1 ak
Majd
pk = ak p0 .
Az M/M/r/n rendszer jellemzoi:
m = n N.
Un = 1 p0 .
Tovbb
r
n
kpk + r pk
k=1 k=r+1 r
Us = = .
r r
(VIII.) A ttlen kiszolglegysgek tlagos szma:
S = r r.
Tovbbi sszefggs:
r
n
n
N= kpk + (k r)pk + r pk = Q + r = Q + r S = n m.
k=1 k=r+1 k=r+1
amibol
N1 1 1 N
W = = 1 .
m m
2.2.6. V GES FORRS RENDSZEREK 107
1 N
T =W + = ,
m
innen
mT = N ,
ami a jl ismert Little-formula, azaz az tlagos berkezsi intenzits s a
rendszerben tlttt tlagos ido szorzata a rendszerben tartzkod ignyek
tlagos szmval egyenlo. Ebbol
1
m W + = Q + r,
vagyis
mW + m = Q + r.
Mutassuk meg, hogy
r = m,
mert ebbol
mW = Q
kvetkezik, ami szintn egy Little-formula.
Tudjuk, hogy
(n k)
pk+1 = pk ,
k+1
ahol
j , j r,
j =
r , j > r.
Jl ismert tovbb, hogy
r1
n
r= kpk + r pk .
k=1 k=r
Ekkor
n
r1
n1
m = (n k)pk = (n k)pk + (n k)pk =
k=0 k=0 k=r
r1
(n k)(k + 1)
n1
(n k)
pk + r pk =
k=0
(k + 1) k=r
r
108 2. E LEMI SORBANLLSI RENDSZEREK
r1
n1
r
n
r1
n
(k+1)pk+1 +r pk+1 = jpj +r pj = jpj +r pj = r.
k=0 k=r j=1 j=r+1 j=1 j=r
Vagyis
m = r,
ms alakban
m = r,
azaz
Q Q Q
W = = = .
m r r
j
ej = ,
e pedig a teljes vrhat rtk ttele alapjn
r
prj j S
e= = ,
j=1
P (e) P (e)
ahol
r1
P (e) = pj = 1 P (W > 0),
j=0
Vagyis
m
E = .
P (e)
Pldk:
Egy zemben 20 db gp zemel, egyenknt 50 ra tlagos lettartammal. A gp
javtsnak vrhat rtke 5 ra. A szerelseket 3 fos szerelogrda vgzi. Adjuk
meg a rendszer jellemzoit, s hasonltsuk ssze oket a elozo pldban szereplo
jellemzokkel.
Megolds:
1
5 1
= = 1 = = = 0.1
50 10
A rekurzv sszefggseket hasznlva, a0 = 1-rol indtva a rekurzit,
knnyen meghatrozhatjuk az ak rtkeket, pl
a0 = 1
20 0
a1 = 0.1 1 = 2
0+1
20 1
a2 = 0.1 2 = 1.9
1+1
20 2
a3 = 0.1 1.9 = 1.14
2+1
20 3
a4 = 0.1 1.14 = 0.646
3
..
.
s gy tovbb.
Tudjuk, hogy
1 1
P0 = n = = 0.13625.
1+ k=1 ak 1 + 6.3394
110 2. E LEMI SORBANLLSI RENDSZEREK
Innen
P1 = a1 P0 = 2 0.13625 = 0.2775
P2 = a2 P0 = 1.9 0.13625 = 0.2588 stb.
A kvetkezo tblzat megadja a klnbzo llapotok valsznusgt.
n = 20, r = 3, = 0.1
Q = 0.339
S = 1.213
N = Q + r S = 2.126
P (W > 0) = 0.3323
P (e) = 0.6677
Q
W = = 0.918 ra, kb. 59 perc
(n N)
m = 20 2.126 = 17.874
U (n) = 0.844
U (n) 5 0.844
M (n) = = 15.5 ra
nP0 2 0.136
2.2.6. V GES FORRS RENDSZEREK 111
r = 1.787
s = 1.213
r 1.787
U= = = 0.595
r 3
s 1.213 50 1.213
e= = 1 = 90.8 ra
P (e) 0.667 50 0.667
r 1.787 50 1.787
M = = 1 = 132.1 ra
P (e) 0.667 50 0.667
m 17.874
g = = 0.893
n 20
1
T =W+ = 0.981 + 5 = 5.981 ra
gpek szma 6 20
szerelok szma 1 3
Az egy szerelore jut gpek szma 6 6 23
A szerelokre vonatkoz vrakozsi egytthat K2 0.4845 0.4042
A gpekre vonatkoz vrakozsi egytthat K1 0.0549 0.01694
r P0 P1 P2 P3 P4 P5 P6 P7 P8
3 0.136 0.272 0.258 0.155 0.088 0.047 0.023 0.011 0.005
4 0.146 0.292 0.278 0.166 0.071 0.028 0.010 0.003 0.001
5 0.148 0.296 0.281 0.168 0.071 0.022 0.006 0.001 0.000
6 0.148 0.297 0.282 0.169 0.072 0.023 0.006 0.001
7 0.148 0.297 0.282 0.169 0.072 0.023 0.006
r Q S M(K) Ft
3 0.32 1.20 6480
4 0.06 2.18 2388
5 0.01 3.17 2082
6 elhanya- 4.17 2502
7 -golhat 5.16 3096
2.3. Irodalom
Gross D. Harris C. M.
Fundamentals of Queueing Theory
J OHN W ILEY AND S ONS , I NC ., N EW YORK , 1985.
Kleinrock L.
Sorbanlls-Kiszolgls. Bevezets a tmegkiszolglsi rendszerek
elmletbe
M USZAKI KNYVKIAD , B UDAPEST, 1979.
Kobayashi H.
Modeling and Analysis. An Introduction to System Performance
Evaluation Methodology
A DDISON -W ESLEY P UBLISHING C OMPANY, L ONDON , 1978.
Ross S. M.
Applied Probability Models with Optimization Applications
H OLDEN - DAY, S AN F RANCISCO , 1970.
Sztrik J.
Az opercikutats elemei
KOSSUTH E GYETEMI K IAD , D EBRECEN , 1992, 1998
Sztrik J.
Bevezets a sorbanllsi elmletbe s alkalmazsaiba
KOSSUTH E GYETEMI K IAD , D EBRECEN , 1997, 2000
http://irh.inf.unideb.hu/user/jsztrik/index.html
Sztrik J.
Kulcs a sorbanllsi elmlethez s alkalmazsaihoz
KOSSUTH E GYETEMI K IAD , D EBRECEN , 2000
http://irh.inf.unideb.hu/user/jsztrik/index.html
Sztrik J.
Gyakorlati sorbanllsi elmlet
http://irh.inf.unideb.hu/user/jsztrik/index.html
Takcs L.
Introduction to the Theory of Queues
N EW YORK , OXFORD U NIVERSITY P RESS , 1962
Tomk, J.
A Markov-folyamatok elemei s nhny opercikutatsi vonatkozsa
A B OLYAI JNOS M ATEMATIKAI TRSULAT KIADVNYA , B UDAPEST,
1968.
114 2. E LEMI SORBANLLSI RENDSZEREK
Fggelk
n = 0, 01 = 0, 05 = 0, 025 = 0, 01 = 0, 005
1 0, 90000 0, 95000 0, 97500 0, 99000 0, 99500
2 0, 68377 0, 77639 0, 84189 0, 90000 0, 92929
3 0, 56481 0, 63604 0, 70760 0, 78456 0, 82900
4 0, 49265 0, 56522 0, 62394 0, 68887 0, 73424
5 0, 44698 0, 50945 0, 56328 0, 62718 0, 66853
6 0, 41037 0, 46799 0, 51926 0, 57741 0, 61661
7 0, 38148 0, 43607 0, 48342 0, 53844 0, 57581
8 0, 35831 0, 40962 0, 45427 0, 50654 0, 54179
9 0, 33910 0, 38746 0, 43001 0, 37960 0, 51332
10 0, 32260 0, 36866 0, 40927 0, 45662 0, 48893