Теория игр и исследование операций. Модели, алгоритмы, сложность: Конспект лекций, страница 37

NP-полны и варианты задачи: если xk Î {0,1,2,3,…} или есть ограничение на вес рюкзака. Точное решение дает метод ветвей и границ, нижние оценки для которого получают при отказе от ограничений (целочисленности), или метод динамического программирования. NP-полна и задача о двух кучах камней: можно ли разделить кучу камней с целочисленными весами на 2 равные части?

Пример: для набора весов {5,4,3,3,3} жадная эвристика не находит решения.
4. Элементы теории массового обслуживания.

Системы массового обслуживания (СМО) отождествляются с ожиданием в очереди (например, у врача) и без ожидания (телефонная сеть, если номер занят, то необходимо еще раз набрать номер). По типу поступления заявок системы могут быть открытыми и замкнутыми. Пусть интенсивность потока покупателей в магазине ~ 95 чел/час, а один продавец обслуживает ~ 20 чел/час. Сколько нужно иметь продавцов? Как минимум 5, иначе очередь будет расти. Но очередь будет и при 5, и при 6 продавцах из-за нерегулярности потока и времени обслуживания. Длина очереди и время ожидания обслуживания – случайные величины. Пусть M[*] – оператор математического ожидания. Мы хотим научиться быстро определять M[время ожидания в очереди].

Жизнь каждой заявки можно схематично отразить так: в момент времени  она поступает в очередь, стоит до момента t, обслуживается и уходит из очереди. Пусть a(t) - число поступивших к моменту t заявок, b(t) - число обслуженных заявок. Будем считать, что в любой момент времени может поступить или быть обслужена только 1 заявка и b(t) < a(t), т.к. не может быть обслужено заявок больше, чем поступило. Рассмотрим величины, усредненные по интервалу [0,t]:

Площадь фигуры между графиками a(t) и b(t) за период времени [0,t] есть  - суммарное время нахождения всех заявок в системе (т.е. в очереди или на обслуживании).

Tt - среднее время нахождения одной заявки в системе за время от 0 до t;

Nt - среднее число заявок, находящихся в системе в любой момент времени.

lt - среднее число заявок, поступавших за единицу времени (интенсивность потока заявок).

Если две из величин Nt,Tt и lt имеют предел при , то и третья имеет предел, и выполняется формула Литтла:              

4.1. Пуассоновский поток событий

Событие  состоит в том, что за интервал  в систему поступает k заявок.

Поток событий – пуассоновский, если

1.  т.е. события независимы (отсутствие последействия – вероятность поступления m заявок на интервале  не зависит от того, сколько их поступило раньше).

2.  - вероятность поступления заявки в интервале длины h пропорциональна длине интервала. Поток стационарный, если .

3. – вероятность того, что на очень маленьком интервале времени поступает более 1 заявки, есть o(h) (ординарность потока).

Простейший поток событий = ординарный, стационарный и без последействия.

4.                                   5.

Введем обозначения:                       

Посчитаем  и :

1.

, т.к.  (по определению). Последнее уравнение легко решить:

, причем, если t=0, то

- это вероятность того, что на интервале от 0 до 0 произойдет 0 событий, тогда с=1 (по свойству 5), т.е. .

2. парные события несовместимы, интервалы (0,t) и (t,t+h) – не пересекаются.

Легко проверить свойства:  (для проверки: на интервале (0,h):

m=1, по свойству 2: ).      Так как , то

Одно из решений: . Но других решений нет. Т.е. число заявок распределено по закону Пуассона с параметром n: дискретная сл.величинараспределена по закону Пуассона с параметром а, если .

Посчитаем: М[числа заявок, поступивших на интервале (0,t)] =

.

Тогда M[числа пост. заявок]=,  - некоторое число.

Если  - для простейшего потока.

- мат. ожидание числа заявок на (0,t+h),

- скорость (интенсивность) поступления заявок.

4.2. Моделирование простейшего потока.

Для пуассоновского потока рассмотрим случайную величину τ >0 – интервал времени между соседними заявками. τ ≥ t >0 Û на отрезке (0,t) не поступит ни одной заявки. Поэтому .

В частности, если поток простейший, т.е. λ(t) = λ · t Þ плотность распределения

,   ,   т.е. интервал времени  между двумя заявками распределен по показательному закону с параметром λ.

Как получить датчик показательного распределения с параметром λ?