little定理的证明,网络的时延模型,little定理的例子
1.little定理的证明
假设一般的到达到达离去模型如上图所示,假设:
- N(t)N(t)N(t)是停留在系统中的人
- D(t)D(t)D(t)是离开系统的人
- D‾(t)\overline{D}(t)D(t)是仍然在系统中的人。
我们可以得到∫0tN(t)dt=∑i∈D(t)Ti+∑i∈D‾(t)(t−ti)\int^t_0N(t)dt=\sum_{i\in D(t)}T_i+\sum_{i\in \overline{D}(t) }(t-t_i)∫0tN(t)dt=i∈D(t)∑Ti+i∈D(t)∑(t−ti)
作如下运算:1t∫0tN(t)dt=1t∑i∈D(t)Ti+1t∑i∈D‾(t)(t−ti)\frac{1}{t}\int^t_0N(t)dt=\frac{1}{t}\sum_{i\in D(t)}T_i+\frac{1}{t}\sum_{i\in \overline{D}(t) }(t-t_i)t1∫0tN(t)dt=t1i∈D(t)∑Ti+t1i∈D(t)∑(t−ti)
又,我们定义:averagearrivalrate:λt=∣D(t)+D‾(t)∣taverage\ arrival\ rate:\lambda_t=\frac{\left| D(t)+\overline D(t)\right|}taverage arrival rate:λt=t∣∣D(t)+D(t)∣∣
averagearrivaltime:Tt=∑i∈D(t)Ti+∑i∈D‾(t)(t−ti)∣D(t)+D‾(t)∣average\ arrival\ time:T_t=\frac{\sum_{i\in D(t)}T_i+\sum_{i\in \overline{D}(t) }(t-t_i)}{\left| D(t)+\overline D(t)\right|}average arrival time:Tt=∣∣D(t)+D(t)∣∣∑i∈D(t)Ti+∑i∈D(t)(t−ti)
在系统达到稳态的情况下:N(t)=limt→∞[∣D(t)+D‾(t)∣t×∑i∈D(t)Ti+∑i∈D‾(t)(t−ti)∣D(t)+D‾(t)∣]=λTN(t)=lim_{t\rightarrow \infty}[\frac{\left| D(t)+\overline D(t)\right|}t\times \frac{\sum_{i\in D(t)}T_i+\sum_{i\in \overline{D}(t) }(t-t_i)}{\left| D(t)+\overline D(t) \right|}]=\lambda TN(t)=limt→∞[t∣∣D(t)+D(t)∣∣×∣∣D(t)+D(t)∣∣∑i∈D(t)Ti+∑i∈D(t)(t−ti)]=λT得证。
2.网络的时延模型
- 传输时延:指发送节点在传输链路上开始发送分组的第一个比特至发
完该分组的最后一个比特所需的时间 - 传播时延:是指发送节点在传输链路上发送第一个比特的时刻至该比特
到达接收节点的时延。
3.举例
3.1例一
平均服务人数=ρ\rhoρ
平均排队人数=λDq=Nq\lambda D_q=N_qλDq=Nq
系统中平均停留人数=ρ+Nq\rho +N_qρ+Nq
3.2 例二
假定一个服务大厅有K个服务窗口,该服务大厅最多可容纳N个顾客 ( ) 。又假定服务大厅始终是客满的,即离开一个顾客将会有一个新顾客立刻进入大厅。设每个顾客的平均服务时间为 ,问顾客在大厅内停留的时间T=?
解:由题意可得:λ=μ=KX‾\lambda=\mu =\frac{K}{\overline X}λ=μ=XK
又∵\because∵ N=λTN=\lambda TN=λT得T=Nλ=NX‾KT=\frac{N}{\lambda}=\frac{N\overline X}{K}T=λN=KNX
3.3例三
现在改变例3.3中顾客到达方式。假定顾客到达时发现服务窗口被占满就立即离开系统(即顾客被阻塞或丢失)。设顾客的到达率为λ,问顾客被阻塞的概率β为多少?
解:假设平均服务的人数为k‾\overline kk,有(1−β)λX‾=k‾(1-\beta)\lambda \overline X=\overline k(1−β)λX=k再次变形可以得到β=1−k‾λX‾≥1−KλX‾\beta=1-\frac{\overline k}{\lambda \overline X}\geq 1-\frac{K}{\lambda \overline X}β=1−λXk≥1−λXK给出了阻塞概率的下限
3.4小的结论
- Window-based Flow Control
Consider a window flow control with window size W. The number in the system N must be smaller than N=λT<= W, where T is the average time in the system. If congestion occurs, T increases, so λ must decrease
如果发生拥塞,T增加,那么λ\lambdaλ必须变小 - Suppose that the system is congested and can deliver packets at a rate λ for each session If acknowledgement delays are negligible w.r.t. forward packet delays, then W=λT. Increasing W for all sessions will only serve to increase delay T
little定理的证明,网络的时延模型,little定理的例子相关推荐
- 概率论与数理统计中的算子半群 第一讲 Banach-Steinhaus定理1 Baire‘s Category与Banach-Steinhaus定理的证明
概率论与数理统计中的算子半群 第一讲 Banach-Steinhaus定理1 Baire's Category与Banach-Steinhaus定理的证明 Baire's Category Theor ...
- 区块链笔记:区块链概念、相关对比、技术特点、CAP定理、FLP定理、价值网络
什么是区块链 对于区块链这个技术名词出现在很多文章里面,有很多解释.站在技术角度来说,它是指一种数据的记录格式,任何系统都要记录数据,区块链对于其他的数据库或者工具有什么不一样的地方呢? 记录数据的方 ...
- 二分图最大匹配的König定理及其证明
本文将是这一系列里最短的一篇,因为我只打算把König定理证了,其它的废话一概没有. 以下五个问题我可能会在以后的文章里说,如果你现在很想知道的话,网上去找找答案: 1. 什么是二分图 ...
- 通信网络基础期末复习-第三章-网络的时延分析
文章目录 第3章 网络的时延分析 3.1 Little定理 3.2 M/M/m型排队系统 3.2.1 M/M/1排队系统 M/M/1排队系统的例题 3.2.2 M/M/m排队系统 3.3 M/G/1型 ...
- 【AI不惑境】网络宽度对模型性能有什么影响?
大家好,这是专栏<AI不惑境>的第三篇文章,讲述模型宽度与模型性能的关系. 进入到不惑境界,就是向高手迈进的开始了,在这个境界需要自己独立思考.如果说学习是一个从模仿,到追随,到创造的过程 ...
- (转)二分图最大匹配的König定理及其证明
出处:http://www.matrix67.com/blog/archives/116 二分图最大匹配的König定理及其证明 如果你看不清楚第二个字母,下面有一个大号字体版本: 二分图最大匹配的K ...
- 【转载】二分图最大匹配的König定理及其证明 Matrix67原创
二分图最大匹配的König定理及其证明 本文将是这一系列里最短的一篇,因为我只打算把König定理证了,其它的废话一概没有. 以下五个问题我可能会在以后的文章里说,如果你现在很想知道的话,网上去找找答 ...
- 【论文翻译】HCGN:面向集体分类的异构图卷积网络深度学习模型
HCGN:面向集体分类的异构图卷积网络深度学习模型 摘要 集合分类是研究网络数据的一项重要技术,旨在利用一组具有复杂依赖关系的互联实体的标签自相关性.随着各种异构信息网络的出现,集合分类目前正面临着来 ...
- 【转载】二分图最大匹配的König定理及其证明
二分图最大匹配的König定理及其证明 转载自 Matrix67 本文将是这一系列里最短的一篇,因为我只打算把König定理证了,其它的废话一概没有. 以下五个问题我可能会在以后的文章里说,如果你现在 ...
- 【二分图|最小点覆盖集】König定理及其证明
转自Matrix67 二分图最大匹配的König定理及其证明 如果你看不清楚第二个字母,下面有一个大号字体版本: 二分图最大匹配的König定理及其证明 本文将是这一系列里最短的一篇,因为我只打算把K ...
最新文章
- Java 过一下基础
- 在tensorflow2.0下遇到1.x版本中占位符不兼容问题 tf.placeholder() is not compatible with eager execution的解决方法
- wps android qq 群,手机WPS怎样发送文档给QQ?WPS怎样发送文档给QQ教程
- python能做游戏吗-没有Python不能做的游戏,这些游戏都可以做
- CSS3 总结(一)
- 便携式不锈钢管道焊接机器人_为什么越来越多的不锈钢管件用不锈钢焊管制作...
- mysql外表内表_mysql 子查询 将最外表带入子查询内2层 的另一种解决方法
- NETSTAT 指令详解
- [20161128]关于Little Enddian.txt
- 仓库文件SVN总结-java教程
- cmd命令不识别exp_GRAT2:一款功能强大的命令amp;控制(C2)工具
- 文件可以直接删除吗_原来手机中的这些文件可以删除,难怪手机越用越卡
- 谈谈OAB离线地址簿无法更新问题?(服务器是Exchange 2007和Exchange 2010)
- csdn博客中插入公式
- 新手必备:网关与网段、IP协议、主机与DNS 、访问控制 资料汇总110篇
- 利用python_opencv和dlib实现从视频中抓取人脸照片并保存(亲测有效)
- 【马仔创业记】一只猴子的创业独白(5)心理咨询行业痛点分析
- Hive启动报错 java.lang.RuntimeException: org.apache.hadoop.hive.ql.metadata.HiveException: java.lang
- 7种深度学习工具介绍(转)
- 公车艳遇_习惯累积沉淀_新浪博客