Главная страница Случайная страница Разделы сайта АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
💸 Как сделать бизнес проще, а карман толще?
Тот, кто работает в сфере услуг, знает — без ведения записи клиентов никуда. Мало того, что нужно видеть свое раписание, но и напоминать клиентам о визитах тоже.
Проблема в том, что средняя цена по рынку за такой сервис — 800 руб/мес или почти 15 000 руб за год. И это минимальный функционал.
Нашли самый бюджетный и оптимальный вариант: сервис VisitTime.⚡️ Для новых пользователей первый месяц бесплатно. А далее 290 руб/мес, это в 3 раза дешевле аналогов. За эту цену доступен весь функционал: напоминание о визитах, чаевые, предоплаты, общение с клиентами, переносы записей и так далее. ✅ Уйма гибких настроек, которые помогут вам зарабатывать больше и забыть про чувство «что-то мне нужно было сделать». Сомневаетесь? нажмите на текст, запустите чат-бота и убедитесь во всем сами! Решение методом Монте-Карло
Для решения методом Монте-Карло будем моделировать экспоненциально-распределённую случайную величину.
В рассматриваемой системе имеется несколько простейших потоков: с одной стороны, идёт поток заявок на подключение к сети от пяти компьютеров, причём у каждого своя интенсивность , , , , . С другой стороны, каналы освобождаются компьютерами с интенсивностями , , , , . Время между наступлениями двух соседних событий для любого из этих восьми потоков моделируем следующим образом: генерируем случайное число , тогда время между наступлениями соседних событий в потоке с интенсивностью l определяем как .
1. Выбираем интервал наблюдения T, например T=20 суток (единицы измерения интервала должны совпадать с единицами измерения интенсивностей).
2. Для наблюдения за системой введём таблицу, в которой будем фиксировать состояние каждого компьютера (0 – не работает в сети, 1 – работает в сети и, соответственно, занимает канал) и время изменения текущего состояния. Предполагаем, что в начальный момент времени в сети компьютеров нет:
Для оценки вероятности отказа вводим два счётчика: счётчик попыток подключения (обращений) и счётчик отказов.
3. Моделируем работу системы по следующему алгоритму:
а) Находим минимальное время (это будет текущее время при наблюдении за системой), пусть номер этой строки i.
б) Если текущее состояние 0, значит, в это время произойдёт попытка подключения к сети, и надо увеличить счётчик обращений. Теперь проверяем, есть ли возможность подключиться, то есть смотрим, сколько компьютеров в данный момент в сети работают – считаем единицы в колонке состояний: - Если их меньше количества каналов, компьютер к сети подключается (в столбце состояний ставим 1). Затем определяем, через какое время компьютер отключится: генерируем случайное число , вычисляем величину и прибавляем её к текущему времени. - Если все каналы заняты, состояние оставляем 0, увеличиваем счётчик отказов и определяем время следующей попытки подключения: генерируем случайное число , вычисляем величину и прибавляем её к текущему времени.
в) Если текущее состояние 1, значит, в это время компьютер отключается от сети. В столбце состояний ставим 0 и определяем время следующего подключения: генерируем случайное число , вычисляем величину и прибавляем её к текущему времени.
4. Наблюдение за системой продолжается до тех пор, пока минимальное время не превысит время наблюдения T.
5. Таких наблюдений за системой провести несколько и построить доверительный интервал для вероятности отказа.
|