[행정] 관리과학 - 대기행렬
페이지 정보
작성일 22-09-29 07:35
본문
Download : [행정] 관리과학 - 대기행렬 .hwp
에를 들어 대학은행에 오후 2시부터 3시 사이에 오는 고객수의 분포를 생각해 보자. 우선 1시간을 아주 작은 단위구간으로 나눈다. 만일 1초동안 상당히 많…(투비컨티뉴드 )
[행정] 관리과학 - 대기행렬 - preview를 참고 바랍니다.
문) 대기행렬의 特性을 설명(explanation)하고 ?지상강좌?의 연습문제 중 [문제 2], [문제 3]을 풀어라.
Ⅰ. 대기행렬의 의의
Ⅱ. 대기행혈의 특징
대기행렬을 analysis하기 위해서는 몇 가지 特性을 살피고 예측하는 것이 필요하다.
1. 특정시간은 아주 작은 단위구간으로 나누어질 수 있으며, 이 단위구간에서 어떤 사건이 발생할 가능성은 매우 적다. 즉, 도착자의 분포형태, 서비스시간의 분포형태 등에 대한 가정이 필요하다. 대기행렬의 特性에는 시스템내의 고객의 수(확률), 각 고객의 대기시간, 대기행렬속의 대기자 수, 서비스 시간의 유휴시간(확률) 등이 있다 이러한 特性을 예측하기 위해서는 몇가지 가정이 필요하다. 여기서 포아송분포에 대해 간단히 살펴본다. , [행정] 관리과학 - 대기행렬 감상서평레포트 , 행정 관리과학 대기행렬
설명
순서
행정,관리과학,대기행렬,감상서평,레포트
[행정] 관리과학 - 대기행렬
Download : [행정] 관리과학 - 대기행렬 .hwp( 90 )
레포트/감상서평
다. 이를테면 단위구간을 1초로 하였다고 가정해 보자. 1초의 시간동안 도착하는 고객수는 매우 작을 것이다. 대기행렬모형에서 가장 많이 쓰이는 확률분포는 포아송분포이다.
포하송분포는 프랑스의 수학자 포아송(Poisson)에 의해 발견된 이산확률분포로사 다음과 같은 조건에서 성립한다. 다시 말해서 특정시간동안 도착하는 도착자의 수가 포아송분포를 이룬다고 가정한다. 따라서 단위시간당 도착자의 수는 여러 가지 형태의 확률분포를 이룬다.
1) 도착자의 분포형태
대기행렬모형에서는 도착자의 수는 확률변수를 나타낸다.
이러한 조건을 만족시키는 사건들의 분포는 포아송분포를 이룬다.
![[행정]%20관리과학%20-%20대기행렬%20_hwp_01.gif](http://www.allreport.co.kr/View/%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_hwp_01.gif)
![[행정]%20관리과학%20-%20대기행렬%20_hwp_02.gif](http://www.allreport.co.kr/View/%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_hwp_02.gif)
![[행정]%20관리과학%20-%20대기행렬%20_hwp_03.gif](http://www.allreport.co.kr/View/%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_hwp_03.gif)
![[행정]%20관리과학%20-%20대기행렬%20_hwp_04.gif](http://www.allreport.co.kr/View/%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_hwp_04.gif)
![[행정]%20관리과학%20-%20대기행렬%20_hwp_05.gif](http://www.allreport.co.kr/View/%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_hwp_05.gif)
[행정] 관리과학 - 대기행렬 - 미리보기를 참고 바랍니다.
3. 어떤 단위구간에서 어떤 사건이 2회 이상 발생할 확률은 거의 없어서 0으로 간주할 수 있다
4. 특정 시간내의 일정시간동안 발생하는 사건수의 확률분포는 다른 시간에서의 확률분포와 동일하다.
2. 일정한 단위구간에서 어떤 사건이 발생할 횟수와 다른 단위구간에서 그 사건이 발생할 횟수는 서로 독립적이다.
