реши задачу представленную на фото, на 2 фото одна...
Creado el: 11 de enero de 2026
Respondido usando GPT-5.2 Thinking por Chat01
Creado el: 11 de enero de 2026
Respondido usando GPT-5.2 Thinking por Chat01
pythonimport sympy as sp λ1, λ2 = sp.symbols('λ1 λ2', real=True) sol = sp.solve([sp.Eq(λ1, 0.25 + 0.8*λ2), sp.Eq(λ2, 0.25 + 0.6*λ1)], [λ1, λ2]) sol {λ1: 0.865384615384615, λ2: 0.769230769230769}
pythonλ1=float(sol[λ1]); λ2=float(sol[λ2]) μ1=λ1/0.8; μ2=λ2/0.8 b1=1/μ1; b2=1/μ2 λ1,λ2,μ1,μ2,b1,b2 (0.8653846153846154, 0.7692307692307693, 1.0817307692307692, 0.9615384615384616, 0.9244444444444445, 1.04)
Ниже — решение варианта 3 для разомкнутой экспоненциальной сети массового обслуживания (сеть Джексона), n = 2 (узлы 1 и 2 — одноканальные M/M/1, состояние 0 — внешняя среда).
Дано:
Матрица маршрутизации (строка — откуда, столбец — куда):
textp01=0.5 p12=0.6 (0, λ0=0.5) -------> [ 1 ] ---------> [ 2 ] | | \ | \ | p02=0.5 | \p10=0.4 | \p20=0.2 v v v [ 2 ] (0) (0) и обратная дуга: [2] --p21=0.8--> [1]
Для разомкнутой сети:
Отсюда:
Решение:
(проверка: выход из сети , баланс выполнен)
Из 0:
Из 1:
Из 2:
Обычно берут как среднее число посещений узла на одну внешнюю заявку:
Тогда:
Для M/M/1: .
Возьмём минимально допустимую загрузку (удобно и корректно, т.к. ):
Среднее время обслуживания :
Формулы:
Так как , то сразу:
Узел 1
Узел 2
Суммарное среднее число заявок в сети:
Суммарно в очередях:
По закону Литтла для сети (вход ):
Пропускная способность (выход из сети в стационаре):
Если хочешь — оформлю это в виде аккуратной таблицы (потоки/коэффициенты/узловые/сетевые) или помогу нарисовать граф “как на отчёт” (в Visio/Draw.io-стиле).
pythonimport math lam0=0.5 lam1=0.8653846153846154 lam2=0.7692307692307693 mu1=1.0 mu2=0.9 rho1=lam1/mu1 rho2=lam2/mu2 rho1,rho2 (0.8653846153846154, 0.8547008547008548)
pythondef mm1_metrics(lam, mu): rho=lam/mu k=rho/(1-rho) kq=rho**2/(1-rho) m=1/(mu-lam) mq=kq/lam # equals m-1/mu return rho,k,kq,m,mq m1=mm1_metrics(lam1,mu1) m2=mm1_metrics(lam2,mu2) m1,m2 ((0.8653846153846154, 6.428571428571431, 5.563186813186815, 7.428571428571431, 6.42857142857143), (0.8547008547008548, 5.882352941176474, 5.0276520864756185, 7.647058823529413, 6.535947712418303))
pythondef mm1_metrics(lam, mu): rho=lam/mu k=rho/(1-rho) kq=rho**2/(1-rho) m=1/(mu-lam) mq=kq/lam # equals m-1/mu return rho,k,kq,m,mq m1=mm1_metrics(lam1,mu1) m2=mm1_metrics(lam2,mu2) m1,m2 ((0.8653846153846154, 6.428571428571431, 5.563186813186815, 7.428571428571431, 6.42857142857143), (0.8547008547008548, 5.882352941176474, 5.0276520864756185, 7.647058823529413, 6.535947712418303)) (6.428571428571431, 6.535947712418302)
pythonalpha1=lam1/lam0 alpha2=lam2/lam0 k_sum=m1[1]+m2[1] m_sum=alpha1*m1[3]+alpha2*m2[3] k_sum,m_sum,alpha1,alpha2 (12.310924369747905, 24.621848739495803, 1.7307692307692308, 1.5384615384615385)
Ок, сделаю в том же порядке и с теми же формулами, как в вашем образце решения (вариант 10: матрица → граф → уравнения для → → выбор → узловые и сетевые характеристики). (КалининаУМ_ИДБ-23-02(2).pdf)
То есть:
0 (внешняя среда, вход )
,
,
,
Внешние входы:
Составляем уравнения (как в образце):
Для узла 1:
Для узла 2:
Подставим (2) в (1):
Ответ:
(если нужно выписать интенсивности по дугам:
, , , , выходы , )
Возьмём удобно (стабильно и ):
Тогда:
Формулы:
Суммарное среднее число заявок в сети:
Среднее время пребывания заявки в сети:
Если хочешь — я могу оформить это “под тетрадный вид” (короткими строками, с подчёркиваниями результатов и округлением как у тебя в примере) или подобрать другие (чтобы получились “красивые” типа 0.83–0.86, как в образце).
а ты можешь буквы k и m заменить на стандартные которые оффициально используются в теории массогово обслуживания
pythonimport math lam1=0.8653846153846154 mu1=1.0 rho1=lam1/mu1 L1=rho1/(1-rho1) Lq1=rho1**2/(1-rho1) W1=1/(mu1-lam1) Wq1=Lq1/lam1 rho1,L1,Lq1,W1,Wq1, W1-1/mu1 (0.8653846153846154, 6.428571428571431, 5.563186813186815, 7.428571428571431, 6.42857142857143, 6.428571428571431)
pythonlam2=0.7692307692307693 mu2=0.9 rho2=lam2/mu2 L2=rho2/(1-rho2) Lq2=rho2**2/(1-rho2) W2=1/(mu2-lam2) Wq2=Lq2/lam2 rho2,L2,Lq2,W2,Wq2, W2-1/mu2 (0.8547008547008548, 5.882352941176474, 5.0276520864756185, 7.647058823529413, 6.535947712418303, 6.535947712418302)
pythonlam0=0.5 alpha1=lam1/lam0 alpha2=lam2/lam0 W_net=alpha1*W1+alpha2*W2 L_total=L1+L2 W_by_L=L_total/lam0 alpha1,alpha2,W_net,L_total,W_by_L (1.7307692307692308, 1.5384615384615385, 24.621848739495803, 12.310924369747905, 24.62184873949581)
Да — в теории массового обслуживания “стандартные” обозначения обычно такие:
То есть замены из твоего оформления:
и эквивалентно по Литтлу для сети:
Мы уже нашли:
Узел 1:
Узел 2:
Сеть:
(и совпадает с )
Если хочешь, я могу переписать целиком твоё решение “как в образце”, но уже с вместо и (прям построчно).
а теперь реши задачу 2:
на первой фотографии моя задача с вариантом 3, далее вариант 10 и решение варианта 10 (возьми файл вышк каторый я уже прикрепляла пдф файл Калининой, там ниже решение задачи 2 на стр 4 - 7). Проанализируй решение варианта 10, и распиши также как в этом решении решение для моего варианта.
pythonfrom PIL import Image import os, re, math, numpy as np, matplotlib.pyplot as plt, textwrap, pandas as pd
pythonfrom pdf2image import convert_from_path, pdfinfo_from_path pdf_path="/mnt/data/КалининаУМ_ИДБ-23-02(2).pdf" info=pdfinfo_from_path(pdf_path) info['Pages'] 7
pythonpages=convert_from_path(pdf_path, dpi=200) len(pages), pages[3].size (7, (1653, 2339))
pythonimport matplotlib.pyplot as plt plt.figure(figsize=(8,11)) plt.imshow(pages[3]) plt.axis('off') plt.show()
pythonimg=pages[3] # crop lower part containing formulas crop=img.crop((0,1200,1653,2339)) plt.figure(figsize=(8,6)) plt.imshow(crop) plt.axis('off') plt.show()
pythonplt.figure(figsize=(8,11)) plt.imshow(pages[4]) plt.axis('off') plt.show()
pythonimport sympy as sp P=sp.Matrix([[sp.Rational(1,2), sp.Rational(1,2), 0], [0,0,1], [sp.Rational(1,10), sp.Rational(2,5), sp.Rational(1,2)]]) P Matrix([ [ 1/2, 1/2, 0], [ 0, 0, 1], [1/10, 2/5, 1/2]])
pythond1,d2,d3=sp.symbols('d1 d2 d3', real=True) eqs=[ sp.Eq(d1, d1*P[0,0] + d2*P[1,0] + d3*P[2,0]), sp.Eq(d2, d1*P[0,1] + d2*P[1,1] + d3*P[2,1]), sp.Eq(d3, d1*P[0,2] + d2*P[1,2] + d3*P[2,2]), ] eqs [Eq(d1, d1/2 + d3/10), Eq(d2, d1/2 + 2*d3/5), Eq(d3, d2 + d3/2)]
Ниже — решение задачи 2 для варианта 3 в том же стиле/алгоритме, как в вашем примере для варианта 10 (там на стр. 4–7 показан расчёт через коэффициенты передачи и итерации по по методу средних величин). (КалининаУМ_ИДБ-23-02(2).pdf)
Дано: замкнутая экспоненциальная сеть (одноканальные узлы), , число заявок .
Матрица передач :
Времена обслуживания (средние):
Дуги (по матрице ):
Выберем нулевую точку на дуге (вероятность ).
Тогда дугу “разрываем”:
Преобразованная матрица (узлы ):
Для замкнутой сети коэффициенты передачи (посещений) находим из:
(берём нормировку как в образце: положим ).
Составим уравнения по столбцам матрицы :
Для узла 1:
Для узла 3:
Подставим :
Берём , тогда:
Используем те же формулы (метод средних величин):
Начальные условия:
(проверка: , ок)
Интенсивности (потоки в узлах) при :
Загрузки (одноканальный узел):
По Литтлу для каждого узла:
Пропускная способность сети:
Среднее “цикловое” время (время одного оборота заявки по сети):
(и действительно )
Если хочешь, я могу:
а ты уверен в расчетах и рпвильности решений
а ты уверен в расчетах и рпвильности решений
pythonimport numpy as np, math lam0=0.5 delta=np.array([1,2.5,5.0]) t=np.array([0.9,2.0,1.4]) # MVA M=2 h_prev=np.zeros(3) results=[] for m in range(1,M+1): l=t*(1+h_prev) T=(delta*l).sum() X=m/T h=X*delta*l results.append((m,l,T,X,h)) h_prev=h results [(1, array([0.9, 2. , 1.4]), 12.9, 0.07751937984496124, array([0.06976744, 0.3875969 , 0.54263566])), (2, array([0.9627907 , 2.7751938 , 2.15968992]), 18.69922480620155, 0.10695630544730951, array([0.10297654, 0.74206119, 1.15496228]))]
Да — в этих расчётах я уверен, и могу объяснить почему (и где обычно бывают ошибки).
Я использовал ровно тот же алгоритм, что в решении варианта 10 у Калининой на стр. 4–7:
коэффициенты передачи + итерации по по формулам
Это именно то, что написано в конспекте-решении. (КалининаУМ_ИДБ-23-02(2).pdf)
1) -коэффициенты действительно решают баланс .
Для твоего варианта 3 получилось .
Проверка по уравнениям:
2) На каждом шаге сумма средних чисел заявок по узлам должна равняться :
3) Должно выполняться (это прямой контроль на “арифметику”):
для у меня и , и
✅
4) “Время в узле” из Литтла совпадает с :
и оно у меня получилось ровно таким же, как (это типичная проверка в решении варианта 10). ✅ (КалининаУМ_ИДБ-23-02(2).pdf)
Если хочешь, я могу: