K-INFO
HU
EN
Login

Large Deviations in Queuing Theory

Nagy eltérések a tömegkiszolgálásban
A tantárgyleírás hatályossága
Hatályosság kezdete:
Hatályosság vége:
Subject name (Hungarian, English)
Nagy eltérések a tömegkiszolgálásban
Large Deviations in Queuing Theory
Subject code BMEVITTD095
Subject type
Training Level
Course types and hours (weekly/semester)
Course type lecture tutorial laboratory
hours (weekly) 4 0 0
type (linked/independent)
Assessment type vizsga
Credits 5
Subject coordinator
Biró József
position: egyetemi tanár
Responsible department
Faculty
Subject website
Primary curriculum type
Direct prerequisites – Strong prerequisite none
Direct prerequisites – Weak prerequisite none
Direct prerequisites – Parallel prerequisite none
Direct prerequisites – Milestone prerequisite none
Direct prerequisites – Exclusion none

Objectives

Programme
  • Bevezetés. A tömegkiszolgálás alapfogalmai. Az egy kiszolgálós sor modellje. Elemi nagy eltérés jelenségek. Kitekintés egyéb alkalmazásokra.
  • Nagy eltérések elméletének matematikai alapjai. Legnagyobb tag elv. Kumuláns-generáló függvény. Cramér tétele. Konvexitás. Általános nagy eltérés elvek. A kontrakciós elv. Funkcionális nagy eltérések.
  • Korrelált bemenetű sorok. Lassú lecsengés és fraktális viselkedés. Folyadékmodellek, frakcionális Brown-mozgás. Közepes eltérések.
  • A kontrakciós elv alkalmazásai. Prioritásos sorok.
  • Nagy pufferes (large buffer) és sok forrásos (many sources) aszimptotika.
  • Az effektív sávszélesség és a Mosquito-algoritmus. Hívásengedélyező-csomagütemező algoritmusok döntési logikájának tervezési és implementálhatósági kérdései.
  • Optimális erőforrás (savszélesség, tárolókapacitás) felmérése és forgalmi tervezés forgalommenedzsment eljárásokban.
  • Sávszélesség-tároló kapacitás kompromisszumos (trade-off) görbéinek alkalmazása minőségi átvitel megvalósításában.
A tárgy célja, hogy magas szintű bevezetést nyújtson a nagy eltérések elméletének alkalmazásaiba a tömegkiszolgálás területén. A téma aktuális és rendkívül átfogó, amit mi sem bizonyít jobban, mint hogy az absztrakt valószínűségelmélettől a szabadalmaztatott és routerekbe beépített hívásengedélyezési algoritmusokig terjed a lehetséges kapcsolódások köre. A nagy eltérés elmélet lényegében a ritka események kezelésének tudománya, így különösen alkalmas az infokommunikáció területén használt tömegkiszolgálási modelleknél felmerülő nemkívánatos jelenségek (pl. csomagvesztés, túlcsordulás, késleltetés) leírására. Az anyag kifejtésében arra törekszünk, hogy hallgatók megragadják a vizsgálat jelenségek intuitív, mérnöki jelentését amellett, hogy az ebben a témában elengedhetetlen matematikai precizitásra is szert tegyenek, ugyanakkor ne vesszenek el a formális részletekben.

Learning outcomes

Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:

Knowledge

No learning outcomes recorded.

Skills

No learning outcomes recorded.

Attitudes

No learning outcomes recorded.

Autonomy and responsibility

No learning outcomes recorded.

Oktatási módszertan

előadás

Tanulástámogató anyagok

Not provided.

Recommended preliminary knowledge for completing the subject

Knowledge type competencies
(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
Valószínűségszámítás, elemi tömegkiszolgálás.
Skill type competencies
(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Recommended (non-compulsory) preliminary competencies
(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)
Valószínűségszámítás, elemi tömegkiszolgálás.
General rules
Követelmények: A szorgalmi időszakban: a félév közepén egy zárthelyi dolgozat. Fakultatívan: beadható házi feladatokA vizsgaidőszakban: sikeres zárthelyi esetén szóbeli áttekintő vizsga.Elővizsga: kellő számú beadott házi feladat esetén Pótlási lehetőségek: Ha a hallgató nem tud bejárni az előadásokra, akkor kérjük, hogy a félév elején beszélje meg az előadókkal az egyéni felkészülés lehetőségeit. Az elmulasztott zárthelyi dolgozat szóbeli beszámolóval pótolható.
Assessment methods
In-term assessments

No detailed assessments provided.

Weight of in-term assessments

No weights provided.

Exam-period assessments

No detailed assessments provided.

Weight of exam elements

No weights provided.

Grade calculation

No grade thresholds provided.

Attendance requirements

No attendance requirements provided.

Rules for retake and resubmission

Not provided.

Short description

Not provided.

Detailed description

Not provided.

Recommended courses
Különösen ajánljuk a tárgyat azoknak, akik az őszi félévben hallgatták a “Matematikai statisztika” (vittd066) című doktorandusz tárgyat. Párhuzamosan hallgatható a Tömegkiszolgálás I. doktorandusz tárggyal.
Workload to complete the subject

No workload breakdown provided.

Validity of subject requirements
Requirements valid from:
Requirements valid until:
Curriculum placement

No curriculum placements recorded for this subject version.