Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1 (Little’s Law)
Si consideri un sistema di packet-inspection dove i pacchetti arrivano con un tasso di uno ogni
50 ms. Il tempo medio necessario ad ispezionare un pacchetto, incluso il tempo di attesa, è di
160 ms. Se il pacchetto è contrassegnato come sospetto viene inoltrato ad un’ulteriore
sottosistema di deep-inspection, dove aspetta mediamente ulteriori 400 ms.
Nell’ipotesi che il 20% dei pacchetti siano contrassegnati come sospetti, qual’è il numero medio
di pacchetti nell’intero sistema?
Soluzione:
Deep Inspection
0.2
0.8
Early Inspection
Soluzione
Il sistema può essere modellato come un processo Markoviano con 4 stati.
𝑆2 = (0,1)
𝜇2 serv.2 𝜇1
busy
𝜆
𝜆 𝜆 𝑆3 = (1,1)
𝑆0 =(0,0)
𝑆1 = (1,0) All serv.
Idle
serv.1 busy
𝜇1 𝜇2
busy
La frazione di tempo che il server 2 è occupato è rappresentata dalla probabilità che a regime il
sistema si trovi negli stati S2 e S3. Per calcolare tali probabilità, è necessario trovare la
distribuzione stazionaria di probabilità p degli stati della catena a regime, risolvendo il sistema
pQ=0, dove Q è la matrice dei tassi di transizione.
−𝜆 𝜆 0 0 −5 5 0 0
𝜇1 −(𝜆 + 𝜇1 ) 0 𝜆 4 −9 0 5
𝑄=[ ]=[ ]
𝜇2 0 −(𝜆 + 𝜇2 ) 𝜆 2 0 −7 5
0 𝜇2 𝜇1 −(𝜇1 + 𝜇2 ) 0 2 4 −6
Esplicitando le equazioni del sistema pQ=0, e sostituendo l’ultima equazione con la
condizione di normalizzazione, il sistema diventa:
5 5
−5𝑝0 + 4𝑝1 + 2𝑝2 = 0 𝑝2 = 2 𝑝0 − 2𝑝1 𝑝2 = 2 𝑝0 − 2𝑝1
5𝑝0 − 9𝑝1 + 2𝑝3 = 0 5 9 5 9
𝑝3 = − 2 𝑝0 + 2 𝑝1 𝑝3 = − 2 𝑝0 + 2 𝑝1
−7𝑝2 + 4𝑝3 = 0 35 20
− 2 𝑝0 + 14𝑝1 − 2 𝑝0 + 18𝑝1 = 0
55
− 2 𝑝0 + 32𝑝1 = 0
{𝑝0 + 𝑝1 + 𝑝2 + 𝑝3 = 1 {𝑝0 + 𝑝1 + 𝑝2 + 𝑝3 = 1 {𝑝0 + 𝑝1 + 𝑝2 + 𝑝3 = 1
5 55 25
5 𝑝2 =𝑝0 − 𝑝0 = 𝑝
𝑝2 = 𝑝0 − 2𝑝1 2 32 32 0
2 5 495 175 𝑝3 = 0.34
5 9 𝑝3 = − 𝑝0 + 𝑝0 = 𝑝
𝑝3 = − 𝑝0 + 𝑝1 2 128 128 0 𝑝 = 0.195
2 2 55 { 2
𝑝1 = 𝑝 𝑝1 = 0.215
55 64 0
𝑝1 = 𝑝 𝑝0 = 0.25
64 0 1 1
{𝑝0 + 𝑝1 + 𝑝2 + 𝑝3 = 1 𝑝0 = = = 0.25
55 25 175
{ 1 + 64 + 32 + 128 4
La frazione di tempo che il server 2 è occupato è: 𝒑𝟐 + 𝒑𝟑 = 𝟎. 𝟑𝟒 + 𝟎. 𝟏𝟗𝟓 = 𝟓𝟑. 𝟓%
Il numero di job nel sistema è 0 quando il sistema è idle, 1 quando il sistema si trova negli stati
S1 ed S2, 2 quando il sistema è nello stato S3. Pertanto il numero medio di job nel sistema è:
E[N] = 1 (0.215 + 0.195) + 2 (0.34) = 0.41 + 0.68 = 1.09
Il throughput del sistema è nullo quando il sistema è idle, è μ1= 4/min quando il sistema si
trova nello stato S1, μ2= 4/min quando il sistema si trova nello stato S2, μ1+μ2= 6/min quando
il sistema si trova nello stato S3. Pertanto il tasso di completamento (throughput) dei job
accettati dal sistema è:
λout = μ1 p1 + μ2 p2 + (μ1 +μ2)p3 = 4 (0.215)+2(0.195)+6(0.34) = 3.29/min
Applicando la legge di Little, si ricava il tempo medio di permanenza di un job all’interno del
sistema (tempo medio di risposta):
E[T] = E[N]/ λout = 1.09/3.29 min = 0.33 min = 19.88 s.
ES.3 (Modello di profitto)
Una compagnia vende i propri prodotti mediante ordini telefonici. Attualmente ha a
disposizione 3 operatori con la mansione di accettare gli ordini telefonici. Le chiamate arrivano
secondo un processo di Poisson con intensità di 1/min e la durata media di una chiamata è 2
min. Mediamente ogni ordine produce un ricavo di 20 €.
a) Qual’è la probabilità che una chiamata in ingresso sia bloccata a causa del fatto che tutti gli
operatori sono occupati?
b) E’ conveniente assumere un quarto operatore, se il costo totale per operatore è 100 €/h ?
Soluzione:
Il sistema può essere descritto da un modello a coda a capacità finita di tipo M/M/m/m.
L’intensità di traffico è a=λ/μ = 2, il numero dei serventi è m=3.
La probabilità di blocco è data dalla probabilità che il sistema si trovi nello stato con tutti i
serventi occupati. E’ rappresentata dalla formula di Erlang:
𝑎𝑚
𝑃𝑏𝑙𝑜𝑐𝑘 = 𝐸(𝑚, 𝑎) = 𝑚!
𝑎 𝑎2 𝑎𝑚
1 + 1! + 2! + ⋯ + 𝑚!
In una piccola clinica c’è sempre un dottore disponibile (24 ore al giorno) ed i pazienti arrivano
secondo un processo di Poisson con intensità λ. Il tempo necessario alla visita di ogni paziente
è distribuito esponenzialmente con media 30 minuti. I pazienti vengono visitati nell’ordine in
cui arrivano.
Determinare quale è la massima intensità degli arrivi λMAX tale che il 95% dei pazienti non debba
aspettare più di 72 ore dal loro arrivo prima di poter essere dimessi.
Soluzione
Il sistema può essere modellato come una coda M/M/1, con tasso di servizio μ=1/(30
min)=2/h
𝒇𝑻 (𝒕) = (𝛍 − 𝛌)𝐞−(𝛍−𝛌)𝐭
Imponendo che tale probabilità deve essere inferiore al 5%, si ottiene la seguente disequazione:
In un piccolo ufficio c’è soltanto una fotocopiatrice. Gli impiegati arrivano alla macchina
secondo un processo di Poisson, con tasso 1/min. Il numero di fotocopie che ogni impiegato
deve effettuare è distribuito uniformemente tra 1 e 10. Ogni copia richiede 3s. L’accesso alla
fotocopiatrice è disciplinato in maniera FIFO.
Soluzione:
Dato che il numero di copie varia da impiegato ad impiegato, secondo una distribuzione
U(1,10), anche il tempo di servizio S è distribuito uniformemente tra 3 e 30 secondi.
𝑎 + 𝑏 33
𝐸[𝑆] = = = 16.5 𝑠
2 2
(𝑏 − 𝑎)2 272
𝑉𝐴𝑅[𝑆] = = = 60.75 𝑠
12 12
Il Sistema può essere descritto come una coda M/G/1. Per ottenere il tempo medio di attesa è
possibile applicare la formula di Pollaczek-Khinchin (PK):
𝛌𝐄[𝐒 𝟐 ]
𝑬[𝑾] =
𝟐(𝟏 − 𝝆)
Sostituendo i parametri:
λ = 1/min = 1/60 s
ρ= λ E[S] = 16.5/60 = 0.275
E[S2]=333 s2
Si ottiene:
333
𝑬[𝑾] = 60 𝑠 =
5.55
𝑠=
5.55
𝑠 = 𝟑. 𝟖𝟐𝟖 𝒔
2(1 − 0.275) 2(0.725) 1.45
ES. 6 ( Reti di code aperte – Reti di Jackson )
Le code 1 e 2 della rete di Jackson in figura, ricevono flussi di arrivo poissoniani con tassi
rispettivamente di 2 e 1 job/s. I tempi di servizio sono distribuiti esponenzialmente con i tassi in
figura.
Calcolare:
Soluzione:
Per trovare il flusso di job che attraversa ogni sottosistema, bisogna tenere conto della
topologia stocastica, ed applicare le equazioni di conservazione dei flussi:
𝜆1 = 2 𝜆1 = 2
𝝀𝟏 = 𝟐
𝜆 𝜆
{𝜆2 = 1 + 3 { 𝜆2 = 1 + 1 + 2 {𝝀𝟐 = 𝟒
2 2 𝝀𝟑 = 𝟔
𝜆3 = 𝜆1 + 𝜆2 𝜆3 = 2 + 𝜆2
Per verificare la stabilità della rete, bisogna verificare la stabilità di ognuno dei sottosistemi.
Essendo la rete composta da code M/M/1, bisogna verificare 𝜌𝑖 < 1
𝜆1 2 𝜆2 4 2 𝜆3 6 3
𝜌1 = = < 1 𝜌2 = = = < 1 𝜌3 = = = < 1
𝜇1 3 𝜇2 6 3 𝜇3 10 5
𝜌
In ogni sottosistema, il medio numero di job è 𝑁𝑖 = 1−𝜌𝑖 .
𝑖
2⁄ 2⁄ 3⁄ 3
3 =2 3 =2
𝑁1 = 𝑁2 = 𝑁3 = 5 = = 1.5
1⁄ 1⁄ 2⁄ 2
3 3 5
1 1 1 1 1
𝑇1 = = 1𝑠 𝑇2 = = = 0.5 𝑠 𝑇3 = = = 0.25 𝑠
3−2 6−4 2 10 − 6 4
Per calcolare il tempo di permanenza di un job all’interno della rete, per un job che entra nel
nodo i, è possibile risolvere il sistema di equazioni (simile a quello visto per calcolare i flussi):
𝑀
Dove 𝑇𝑖,𝑑 rappresenta il tempo di permanenza di un job che entra nella rete dal nodo i.
Infine, il tempo medio di risposta di un generico utente che entra in uno qualsiasi dei nodi di
ingresso della rete, si ottiene applicando la legge di Little all’intera rete:
𝑁 𝑁 5.5
𝑇= = = = 1.8 𝑠
𝜆 𝑇𝑂𝑇 𝜆𝑠,1 + 𝜆𝑠,2 2 + 1
Una rete di code chiusa è composta da due code. I tempi di servizio di ciascuna coda sono
distribuiti esponenzialmente con tassi di servizio medi μ1=3 e μ2=8.
λ
μ1 μ2
Soluzione:
Il sistema è composto da due sottosistemi (M=2) e tre utenti (K=3). Il numero di possibili stati è
pari al numero di modi di distribuire K job in M sottosistemi.
𝐾+𝑀−1 4
( )=( )=4
𝑀−1 1
L’evoluzione della rete può essere descritta tramite il grafo della catena di Markov associata alla
rete, rappresentando i 4 stati con il numero di utenti presenti in ciascun sottosistema.
𝜇1 𝜇1 𝜇1
I job nel sistema passano dalla coda 1 alla coda 2 con tasso pari al tasso di completamento del
nodo 1 (μ1). Viceversa passano dalla coda 2 alla coda 1 con tasso pari al tasso di completamento
del nodo 2 (μ2). Il sistema può quindi essere descritto come un processo di nascita-morte.
In questo caso vediamo un esempio di applicazione della seconda strategia. Il primo passo è
calcolare il valore dei tassi di visita 𝜆̂𝑖 in ciascun sottosistema.
Per il sistema in esame, la legge di conservazione del flusso impone:
𝜆1 = 𝜆2
Una generica soluzione è quindi 𝜆̂𝑖 = 1.
I fattori di utilizzo nei singoli sistemi valgono:
̂
𝜆1 1
𝜌
̂1 = =
𝜇1 3
̂2 1
𝜆
𝜌
̂2 = =
𝜇2 8
1 1 1 1
̂1 3 + 𝜌
𝐺= 𝜌 ̂1 2 𝜌
̂2 + 𝜌
̂1 ̂1 2 + 𝜌
𝜌 ̂2 3 = + + + = 0.0581
27 72 192 512
1
= 17.212
𝐺
1
𝑝3,0 = ̂1 3 = 17.212 ∗ 0.037 = 63.7 %
𝜌
𝐺
1
𝑝2,1 = ̂1 2 ̂
𝜌 𝜌2 = 17.212 ∗ 0.0139 = 23.9 %
𝐺
1
𝑝1,2 = 𝜌 𝜌2 2 = 17.212 ∗ 0.052 = 9%
̂1 ̂
𝐺
1
{𝑝0,3 = ̂2 3 = 17.212 ∗ 0.002 = 3.4 %
𝜌
𝐺
Il numero di utenti nel primo sottosistema è 0 nello stato (0,3), è 1 nello stato (1,2), è 2 nello
stato (2,1), 3 nello stato (3,0). Pertanto il numero medio degli utenti nel primo sottosistema è la
somma degli utenti in ogni stato, pesata per la probabilità di trovarsi a regime in quello stato:
Allo stesso modo, il numero medio di utenti presenti nel secondo sottosistema è:
K=1
1 1
3 8 8 3
𝑁1 [1] = 1 ∗ = 𝑁2 [1] = 1 ∗ =
1 1 11 1 1 11
3+8 3+8
8/11 24 3/11 24
𝜆1 [1] = = 𝜆2 [1] = =
1/3 11 1/8 11
K=2
8 1 3 1
𝑇1 [2] = (1 + ) = 0.578 𝑇2 [2] = (1 + ) = 0.159
11 3 11 8
0.578 0.159
𝑁1 [2] = 2 ∗ = 1.569 𝑁2 [2] = 2 ∗ = 0.431
0.578 + 0.159 0.578 + 0.159
1.569 0.431
𝜆1 [2] = = 2.71 𝜆2 [2] = = 2.71
0.578 0.159
2.48 0.52
𝜆1 [3] = = 2.91 𝜆2 [3] = = 2.91
0.85 0.179