Файл: Матлин Г.М. Проектирование оптимальных систем производственной связи.pdf

где п — число обследованных потоков рассматриваемого вида (по­ ток в целом, по отдельным направлениям и т. д .); а — среднее квадратическое отклонение от величины математического ожида­ ния, несмещенная оценка которого равна;

Так как величины М и а находятся по материалам собранной статистики, то по ф-ле (1.11) оценивается надежность этой стати­ стики по ф-ле (1.1 Г) определяется ее достаточность.

Общий объем передаваемых в рассматриваемые отрезки вре­ мени сообщений рассматривается как непрерывная случайная ве­ личина. Поскольку объем выборки п для анализа потоков инфор­ мации в целом, по отдельным направлениям, показателям содер­ жания и т. д. небольшой (н<20), то для определения доверитель­ ных интервалов параметров нормального распределения, характе­ ризующих эти потоки, следует использовать распределение Стьюдента. Небольшая величина объема выборки объясняется тем. что исследование каждого отдельного потока требует значительных средств, сил и времени. Поэтому обычно ограничиваются сбором

будет находиться ів определенных ниже пределах, по таблице коэф­

В таблицах обычно коэффициент Стьюдента Za определяется в зависимости от числа степеней свободы г:

Доверительные границы для величины среднего квадратическо­

где коэффициенты ki и k% находятся из таблицы приложения 7 при заданных вероятностях а и числе степеней свободы, определяемых

по ф-ле (3.7).

Формулы (3.6) и (3.8) позволяют установить область возмож­ ных значений величины объема сообщений, передаваемых в за­ данный отрезок времени (в целом, по отдельным направлениям, сторонам хозяйственной деятельности, функциям), либо для пред­ приятия и его подразделений, где проводились статистические ис­

— 104 —

следования, либо для аналогичных предприятий и цехов, где такие исследования не проводились. Знание параметров объема сообще­ ний и доверительной области его значений позволяет рассчитывать загрузку электронных вычислительных машин и связанных с их работой средств передачи информации, решать различные задачи синтеза организационных структур, оценивать качество функцио­ нирования средств передачи документированной информации и т.д.

Как указывалось выше, исследование потоков информации мо­ жет вестись как по их объемам, так и по количеству документов (см. гл. 1). Однако на уровнях производства от промышленного предприятия (цеха) и выше количество документов настолько ве­ лико, что эта случайная величина может также рассматриваться как непрерывная. При количестве документов, измеряемом еди­ ницами и десятками, каждое сообщение можно рассматривать как вызов (см. ниже) и оценивать по закону распределения Пуассона.

Количество вызовов. На различные сети производственной свя­ зи поступает поток вызовов, который, как правило, подчиняется закону распределения Пуассона, описываемому ф-лой (2.3). Если положить отрезок времени равным единице (например, часу), то вероятность поступления за этот отрезок k вызовов будет равна

среднего квадратического отклонения). Случайная величина коли­ чества вызовов с оконечных абонентских устройств различных се­ тей связи в единицу времени (час, сутки) принимает только неот­ рицательные целочисленные значения с вероятностями (2.3').

Гипотеза о соответствии статистических данных закону Пуас­

где Хі-т-Хі+і — границы интервалов; Ші — количество случаев, соот­ ветствующих і-Н чму интервалу.

Количество интервалов устанавливается от 7 до 12. При мень­ шем количестве интервалов усложняется проверка статистических гипотез, при большом количестве — увеличивается объем вычисли­ тельных работ.

Учитывая, что расчеты сетей связи выполняются всегда на осно­ ве данных о величине нагрузки, а последняя колеблется в значи­

— 105 —