[행정] [행정] 관리과학 - 대기행렬
페이지 정보
작성일 22-02-28 15:28
본문
Download : [행정] 관리과학 - 대기행렬 .hwp
이러한 특성을 예측하기 위해서는 몇가지 가정이 필요하다. 즉 아무런 관계가 없다는 것이다. 이를테면 단위구간을 1초로 하였다고 가정해 보자. 1초의 시간동안 도착하는 고객수는 매우 작을 것이다. 또 어느 단위구간에 고객이 도착할 확률은 다른 단위구간에 고객이 도착할 확률과 독립적인 것이다. 대기행렬의 특성에는 시스템내의 고객의 수(확률), 각 고객의 대기시간, 대기행렬속의 대기자 수, 서비스 시간의 유휴시간(확률) 등이 있다. 마지막으로 특정한 시간, 이를 테면 2시 20분부터 2시 30분 사이의 10분동안 도착할 고객수의 분포형태와 2시 30분부터 2시 40분 사이의 10분동안에 도착할 고객수의 형태가 같다고 가정하자.
Ⅰ. 대기행렬의 의의
2. 일정한 단위구간에서 어떤 사건이 발생할 횟수와 다른 단위구간에서 그 사건이 발생할 횟수는 서로 독립적이다. 1) 도착자의 분포형태
대기행렬모형에서는 도착자의 수는 확률변수를 나타낸다. 대기행렬모형에서 가장 많이 쓰이는 확률분포는 포아송분포이다. 일반적으로 포아송분포를 이루는 어떤 사건이 n번 발생할 확률은 다음과 같은 확ㄹ류함수를 통해 계산될 수 있따 여기에서 어떤 사건이란 대기행렬시스템에 도착하는 시간, 즉 도착자의 수를 가리킨다.
설명
Download : [행정] 관리과학 - 대기행렬 .hwp( 98 )
[행정] [행정] 관리과학 - 대기행렬
대기행렬을 분석하기 위해서는 몇 가지 특성(特性)을 살피고 예측하는 것이 필요하다.
이러한 조건을 만족시키는 사건들의 분포는 포아송분포를 이룬다. 다시 말해서 특정시간동안 도착하는 도착자의 수가 포아송분포를 이룬다고 가정한다. 대기행렬의 특성(特性)에는 시스템내의 고객의 수(확률), 각 고객의 대기시간, 대기행렬속의 대기자 수, 서비스 시간의 유휴시간(확률) 등이 있다아 이러한 특성(特性)을 예측하기 위해서는 몇가지 가정이 필요하다. 포아송분포는 경험을 통하여 수립되었으며, 통게적으로도 증명이 된 셈이다. 에를 들어 대학은행에 오후 2시부터 3시 사이에 오는 고객수의 분포를 생각해 보자. 우선 1시간을 아주 작은 단위구간으로 나눈다. 0.1초 또는 0.01초 등으로 단위시간을 정해야 한다. 만일 1초동안 상당히 많은 고객이 도착할 확률이 높다면 단위시간을 더 쪼개야 한다.
![[행정] 관리과학 - 대기행렬 -8540_05_.gif](/prev/200901/%5B%ED%96%89%EC%A0%95%5D%20%EA%B4%80%EB%A6%AC%EA%B3%BC%ED%95%99%20-%20%EB%8C%80%EA%B8%B0%ED%96%89%EB%A0%AC%20-8540_01_.gif../prev/200901/%5B%ED%96%89%EC%A0%95%5D%20%EA%B4%80%EB%A6%AC%EA%B3%BC%ED%95%99%20-%20%EB%8C%80%EA%B8%B0%ED%96%89%EB%A0%AC%20-8540_02_.gif../prev/200901/%5B%ED%96%89%EC%A0%95%5D%20%EA%B4%80%EB%A6%AC%EA%B3%BC%ED%95%99%20-%20%EB%8C%80%EA%B8%B0%ED%96%89%EB%A0%AC%20-8540_03_.gif../prev/200901/%5B%ED%96%89%EC%A0%95%5D%20%EA%B4%80%EB%A6%AC%EA%B3%BC%ED%95%99%20-%20%EB%8C%80%EA%B8%B0%ED%96%89%EB%A0%AC%20-8540_04_.gif../prev/200901/%5B%ED%96%89%EC%A0%95%5D%20%EA%B4%80%EB%A6%AC%EA%B3%BC%ED%95%99%20-%20%EB%8C%80%EA%B8%B0%ED%96%89%EB%A0%AC%20-8540_05_.gif)
행정, 관리, 과학, 대기, 행렬
Ⅱ. 대기행혈의 특징
순서
포하송분포는 프랑스의 수학자 포아송(Poisson)에 의해 발견된 이산확률분포로사 다음과 같은 조건에서 성립한다. 즉, 도착자의 분포형태, 서비스시간의 분포형태 등에 대한 가정이 필요하다. 따라서 단위시간당 도착자의 수는 여러 가지 형태의 확률분포를 이룬다.
레포트 > 기타
보통의 은행이라면 1초동안 도착하는 고객의 수가 두명 이상일 확률은 거의 없는 것이 현실이다.
Ⅰ. 대기행렬의 의의 Ⅱ. 대기행혈의 특징 대기행렬을 분석하기 위해서는 몇 가지 특성을 살피고 예측하는 것이 필요하다. 이러한 조건이라면 도착하는 고객의 수는 포아송분포를 이룬다.
이것은 위에서 제시한 조건을 모두 만족하는 것이다. 여기서 포아송분포에 대해 간단히 살펴본다. 즉, 도착자의 분포형태, 서비스시간의 분포형태 등에 대한 가정이 필요하다.
3. 어떤 단위구간에서 어떤 사건이 2회 이상 발생할 확률은 거의 없어서 0으로 간주할 수 있따
4. 특정 시간내의 일정시간동안 발생하는 사건수의 확률분포는 다른 시간에서의 확률분포와 동일하다.
1. 특정시간은 아주 작은 단위구간으로 나누어질 수 있으며, 이 단위구간에서 어떤 사건이 발생할 가능성은 매우 적다.
다.
