Peranan proses Poisson, distribusi eksponensial

download doc : Peranan proses Poisson jihadi

A useful queueing model both (a) represents a real-life system with sufficient accuracy and (b) is analytically tractable. Model antrian yang berguna baik (a) mewakili sistem nyata dengan akurasi yang memadai dan (b) adalah analitis penurut. A queueing model based on the Poisson process and its companion exponential probability distribution often meets these two requirements. Sebuah queueing model yang didasarkan pada proses Poisson dan distribusi probabilitas eksponensial pendamping sering memenuhi dua persyaratan tersebut. A Poisson process models random events (such as a customer arrival, a request for action from a web server, or the completion of the actions requested of a web server) as emanating from a memoryless process. Sebuah proses Poisson model kejadian acak (seperti kedatangan seorang pelanggan, permintaan untuk tindakan dari web server, atau penyelesaian dari tindakan yang diminta dari server web) sebagai berasal dari sebuah proses memoryless. That is, the length of the time interval from the current time to the occurrence of the next event does not depend upon the time of occurrence of the last event. Artinya, panjang selang waktu dari waktu saat ini untuk terjadinya acara berikutnya tidak tergantung pada waktu terjadinya peristiwa yang terakhir. In the Poisson probability distribution , the observer records the number of events that occur in a time interval of fixed length. Dalam distribusi probabilitas Poisson, pengamat mencatat jumlah kejadian yang terjadi dalam selang waktu panjang tetap. In the (negative) exponential probability distribution , the observer records the length of the time interval between consecutive events. Dalam (negatif) distribusi probabilitas eksponensial, catatan pengamat panjang selang waktu antara peristiwa yang berurutan. In both, the underlying physical process is memoryless. Dalam kedua, yang mendasari proses fisik memoryless.

Models based on the Poisson process often respond to inputs from the environment in a manner that mimics the response of the system being modeled to those same inputs. Model didasarkan pada proses Poisson sering menanggapi masukan dari lingkungan dengan cara yang meniru respon dari sistem yang dimodelkan untuk input yang sama. The analytically tractable models that result yield both information about the system being modeled and the form of their solution. Penurut yang analitis hasil model-model yang baik menghasilkan informasi tentang sistem yang dimodelkan dan bentuk solusi mereka. Even a queueing model based on the Poisson process that does a relatively poor job of mimicking detailed system performance can be useful. Bahkan queueing model yang didasarkan pada proses Poisson yang melakukan pekerjaan yang relatif miskin yang meniru sistem rinci kinerja dapat berguna. The fact that such models often give “worst-case” scenario evaluations appeals to system designers who prefer to include a safety factor in their designs. Fakta bahwa model seperti itu sering memberikan “kasus terburuk” skenario sistem evaluasi yang menarik bagi desainer yang lebih memilih untuk memasukkan faktor keamanan dalam desain mereka. Also, the form of the solution of models based on the Poisson process often provides insight into the form of the solution to a queueing problem whose detailed behavior is poorly mimicked. Juga, bentuk penyelesaian berdasarkan model proses Poisson sering memberikan wawasan tentang bentuk penyelesaian suatu masalah antrian yang rinci menirukan perilaku buruk. As a result, queueing models are frequently modeled as Poisson processes through the use of the exponential distribution . Akibatnya, queueing model sering dimodelkan sebagai proses Poisson melalui penggunaan distribusi eksponensial.