SlideShare a Scribd company logo
1 of 29
Лекция 4. Расчет показателей надежности ВС
для стационарного режима
http://cpct.sibsutis.ru/~apaznikov/teaching/index.php?n=Site.DCSFT-spring2014
Пазников Алексей Александрович
к.т.н., ст. преп. Кафедры вычислительных систем
Сибирский государственный университет
телекоммуникаций и информатики
Функции оперативной надёжности и восстановимости
2
Рассматривается ВС при длительной эксплуатации: 𝑡 → ∞
Выведем формулы для 𝑅∗
(𝑡) и 𝑈∗
(𝑡), характеризующих работу
ВС в стационарном режиме. Пусть
𝑄𝑖 𝑡 = 𝑃 ∀𝜏 ∈ 0, 𝑡 → 𝜉 𝜏 ≥ 𝑛 𝑖 ∈ 𝐸0
𝑁
}
является условной вероятностью события 𝜉(𝜏) ≥ 𝑛 в
предположении, что в системе в момент времени 𝑡 = 0
имеется 𝑖 ∈ 𝐸 𝑛
𝑁 исправных ЭМ; 𝜏 – любой момент времени,
принадлежащий [0, 𝑡). Тогда, учитывая 𝑅∗ 𝑡 = 𝑃{∀𝜏 ∈ 0, 𝑡 →
𝜉(𝜏) ≥ 𝑛|𝑃𝑖, 𝑖 ∈ 𝐸 𝑛
𝑁} , по формуле полных вероятностей имеем
𝑅∗ 𝑡 =
𝑖=𝑛
𝑁
𝑃𝑖 𝑄𝑖(𝑡)
где 𝑃𝑖 определяется формулой 𝑃𝑖 = lim
𝑡→∞
𝑃𝑖(𝑗, 𝑡)
(1)
Функции оперативной надёжности и восстановимости
3
Рассчитаем функцию 𝑄𝑖 𝑡 . Для этого обозначим
𝜋 𝑟 𝑡 , 𝑢𝑙 𝑡 – вероятность того, что произойдёт
соответственно 𝑟 отказов и 𝑙 восстановлений за
время 𝑡, если в системе имеется 𝑖 ∈ 𝐸 𝑛
𝑁 исправных
машин. Тогда
𝑄𝑖 𝑡 =
𝑙=0
∞
𝑢𝑙(𝑡)
𝑟=0
𝑖−𝑛+𝑙
𝜋 𝑟(𝑡) (2)
Функции оперативной надёжности и восстановимости
4
Если учесть, что число отказов ЭМ за время 𝑡 подчиняется
пуассоновскому закону (см. надёжность ЭВМ), то можно
показать, что
𝜋 𝑟 𝑡 =
(𝑖𝜆𝑡) 𝑟
𝑟!
𝑒−𝑖𝜆𝑡
𝑢𝑙 𝑡 =
(𝜇𝑡)𝑙
𝑙!
[Δ 𝑁 − 𝑖 − 𝑚 𝑚𝑙 𝑒−𝑖𝜇𝑡 +
+Δ 𝑚 − 𝑁 + 𝑖 𝑁 − 𝑖 𝑙 𝑒− 𝑁−𝑖 𝜇𝑡]
где 𝑟, 𝑙 ∈ 𝐸0
∞
,
∆ 𝑥 =
1, если 𝑥 ≥ 0
0, если 𝑥 < 0
и считается, что 00 = 1.
(3)
(4)
Функции оперативной надёжности и восстановимости
5
Таким образом, формулы (2)-(4) позволяют рассчитать
условную вероятность 𝑄𝑖 𝑡 , 𝑖 ∈ 𝐸 𝑛
𝑁, с заданной точностью.
В некоторых случаях достаточно найти оценку 𝑅∗(𝑡) снизу
для функции 𝑅∗(𝑡) (𝑙 = 0)
𝑅∗ 𝑡 =
𝑖=𝑛
𝑁
𝑃𝑖
𝑟=0
𝑖−𝑛
𝜋 𝑟(𝑡)
Начальное значение функции 𝑅∗(𝑡), как это следует из
lim
𝑡→∞
𝑆 𝑡 = 𝑗=𝑛
𝑁
𝑃𝑗 = 𝑆 и формул (1)-(4), равно
коэффициенту готовности ВС, т.е.
𝑅∗ 0 = 𝑆
Функции оперативной надёжности и восстановимости
6
Можно показать, что
𝑅∗ +∞ = lim
𝑡→∞
𝑅∗(𝑡) ≈
𝑖=𝑛
𝑁−1
𝑃𝑖 при 𝑛 < 𝑁
0 при 𝑛 = 𝑁
В самом деле,
lim
𝑡→∞
𝑄 𝑁(𝑡) = lim
𝑡→∞
𝑟=0
𝑁−1
𝜋 𝑟(𝑡) = 1 − lim
𝑡→∞
𝑟=𝑁−𝑛+1
∞
𝜋 𝑟 𝑡 = 0
(Так как при 𝑖 = 𝑁 из (4) следует, что 𝑢𝑙 𝑡 = 0, 𝑙 > 0,
𝑢0 𝑡 = 1. Поскольку 𝑁 − 𝑛 = const, то при 𝑡 → ∞ в системе
наиболее вероятными становятся количества отказов
𝑟 ∈ 𝑁 − 𝑛 + 1, 𝑁 − 𝑛 + 2, … . Поэтому при 𝑡 → ∞ с
достаточной для практики точностью можно считать, что
𝑟=𝑁−𝑛+1
∞
𝜋 𝑟(𝑡) → 1, и, следовательно, 𝑄 𝑁(𝑡) → 0.)
Функции оперативной надёжности и восстановимости
7
Далее из (4) видно, что при 𝑖 ∈ {𝑛, 𝑛 + 1, … , 𝑁 − 1} и
при большом 𝑡 вероятности 𝑢𝑙 𝑡 будут больше
отличаться от 0, чем больше будет 𝑙. Иначе говоря,
если 𝑖 ∈ {𝑛, 𝑛 + 1, … , 𝑁 − 1}, то при большом 𝑡 число
восстановлений 𝑙 в системе будет таким же большим,
т.е. если 𝑡 → ∞, то и 𝑙 → ∞.
Если это так, то при 𝑡 → ∞ имеет место 𝑟=0
𝑖−𝑛+1
𝜋 𝑟(𝑡) →
1 и, следовательно, 𝑄𝑖 𝑡 = 𝑙=0
∞
𝑢𝑙(𝑡) 𝑟=0
𝑖−𝑛+𝑙
𝜋 𝑟(𝑡) ,
𝑄𝑖 𝑡 → 1, 𝑖 ∈ 𝐸 𝑛
𝑁−1
.
Переходя к пределу при 𝑡 → ∞ в 𝑅∗ 𝑡 = 𝑖=𝑛
𝑁
𝑃𝑖 𝑄𝑖(𝑡) и
учитывая поведение 𝑄𝑖 𝑡 при 𝑡 → ∞, получаем (5).
Функции оперативной надёжности и восстановимости
8
Действуя аналогично, находим, что функция
𝑈∗
𝑡 = 1 −
𝑖=0
𝑛−1
𝑃𝑖
𝑟=0
∞
𝜋 𝑟(𝑡)
𝑙=0
𝑛−𝑖−1+𝑟
𝑢𝑙(𝑡)
Очевидно, что 𝑈∗ 𝑡 = 𝑆, 𝑈∗ +∞ = lim
𝑡→∞
𝑈∗ 𝑡 = 1.
Оценкой сверху для 𝑈∗ 𝑡 будет функция
𝑈∗
𝑡 = 1 −
𝑖=0
𝑛−1
𝑃𝑖
𝑙=0
𝑛−𝑖−1
𝑢𝑙(𝑡)
Распределение вероятностей состояний системы
9
Рассчитаем распределение вероятностей состояний ВС
для стационарного режима функционирования
{𝑃0, 𝑃1, … , 𝑃𝑗, … , 𝑃 𝑁}; это позволит вычислить функции
оперативной надёжности и восстановимости.
Для расчёта 𝑃𝑗 необходимо осуществить предельный
переход 𝑡 → ∞ в
𝑃0
′
𝑡 = −𝑚𝜇𝑃0 𝑡 + 𝜆𝑃1 𝑡 ;
𝑃𝑗
′
𝑡
=
𝑚𝜇𝑃𝑗−1 𝑡 − 𝑗𝜆 + 𝑚𝜇 𝑃𝑗 𝑡 + 𝑗 + 1 𝜆𝑃𝑗+1 𝑡 ,
0 < 𝑗 ≤ 𝑁 − 𝑚 ;
𝑁 − 𝑗 − 1 𝜇𝑃𝑗−1 𝑡 − 𝑗𝜆 + 𝑁 − 𝑗 𝜇 𝑃𝑗 𝑡 + 𝑗 + 1 𝜆𝑃𝑗+1 𝑡 ,
𝑁 − 𝑚 < 𝑗 < 𝑁;
𝑃0
′
𝑡 = 𝜇𝑃 𝑁−1 𝑡 − 𝑁𝜆𝑃 𝑁(𝑡)
(5)
Распределение вероятностей состояний системы
10
Правые части всех уравнений (5) при 𝑡 → ∞ имеют
пределы ⇒ Каждая из производных 𝑃𝑗
′
𝑡 также имеет
предел, и такой предел может быть только 0.
Доказательство. Если бы какая-нибудь производная
𝑃𝑗
′
𝑡 стремилась к числу, отличному от 0, то
соответствующее |𝑃𝑗 𝑡 | при 𝑡 → ∞ неограниченно бы
возрастало. Последнее противоречило бы
физическому смыслу величин 𝑃𝑗 𝑡 и формуле (5).
Таким образом, при 𝑡 → ∞ имеет место 𝑃𝑗
′
𝑡 → 0.
Распределение вероятностей состояний системы
11
Следовательно, система дифференциальных уравнений
преобразуется в систему алгебраических уравнений:
0 = −𝑚𝜇𝑃0 + 𝜆𝑃1
0 = 𝑚𝜇𝑃𝑗−1 − 𝑗𝜆 + 𝑚𝜇 𝑃𝑗 + 𝑗 + 1 𝜆𝑃𝑗+1,
0 < 𝑗 ≤ (𝑁 − 𝑚)
0 = 𝑁 − 𝑗 + 1 𝜇𝑃𝑗−1 − 𝑗𝜆 + 𝑁 − 𝑗 𝜇 𝑃𝑗 + 𝑗 + 1 𝜆𝑃𝑗+1,
𝑁 − 𝑚 < 𝑗 < 𝑁
0 = 𝜇𝑃 𝑁−1 − 𝑁𝜆𝑃 𝑁
Если положить
𝑚𝜇𝑃𝑗−1 − 𝑗𝜆𝑃𝑗 = 𝑧𝑗, 0 < 𝑗 ≤ (𝑁 − 𝑚 + 1)
𝑁 − 𝑗 − 1 𝜇𝑃𝑗−1 − 𝑗𝜆𝑃𝑗 = 𝑧𝑗
∗
, (𝑁 − 𝑚 + 1) ≤ 𝑗 ≤ 𝑁
то систему можно переписать в следующем виде
(6)
Распределение вероятностей состояний системы
12
𝑧1 = 0;
𝑧𝑗 − 𝑧𝑗+1 = 0, 1 < 𝑗 ≤ 𝑁 − 𝑚 ;
𝑧 𝑁−𝑚+1 − 𝑧 𝑁−𝑚+2
∗
= 0;
𝑧𝑗
∗
− 𝑧𝑗+1
∗
= 0, 𝑁 − 𝑚 + 2 ≤ 𝑗 < 𝑁;
𝑧𝑗
∗
= 0.
Из (7) следует, что 𝑧𝑗 = 0, 0 < 𝑗 ≤ 𝑁 − 𝑚 + 1 , тогда,
учитывая (6) и принимая 𝛼 = 𝜇/𝜆, получаем
𝑃𝑗 =
𝑚𝜇
𝑗𝜆
𝑃𝑗−1 =
𝛼𝑚
𝑗
𝑃𝑗−1; 𝑃𝑗 =
𝑚 𝑗 𝛼 𝑗
𝑗!
𝑃0,
1 ≤ 𝑗 ≤ (𝑁 − 𝑚 + 1)
(7)
(8)
Распределение вероятностей состояний системы
13
Также из (7) следует, что 𝑧𝑗
∗
= 0, (𝑁 − 𝑚 + 1) ≤ 𝑗 ≤ 𝑁;
𝑃𝑗 =
[𝑁 − 𝑗 − 1 ]𝛼
𝑗
𝑃𝑗−1 =
=
𝑁 − 𝑗 − 1 … [𝑁 − 𝑁 − 𝑚 ]𝛼 𝑖−𝑁+𝑚
𝑗 𝑗 − 1 … (𝑁 − 𝑚 + 1)
𝑃 𝑁−𝑚 =
=
𝛼 𝑗−𝑁+𝑚
𝑚! 𝑁 − 𝑚 !
𝑁 − 𝑗 ! 𝑗!
∙
𝑚 𝑁−𝑚
𝛼 𝑁−𝑚
𝑁 − 𝑚 !
𝑃0 =
𝑚! 𝑚 𝑁−𝑚
𝛼 𝑗
𝑁 − 𝑗 ! 𝑗!
𝑃0
Используя условие нормировки, а также (8), (9), находим
𝑃0 =
𝑙=0
𝑁−𝑚
𝑚𝑙 𝑚𝑙
𝑙!
+ 𝑚! 𝑚 𝑁−𝑚
𝑙=𝑁−𝑚+1
𝑁
𝛼 𝑙
𝑁 − 𝑙 ! 𝑙!
−1
𝑃𝑗 =
𝛼 𝑗
𝑗!
∆ 𝑁 − 𝑚 − 𝑗 𝑚 𝑗
+ ∆(𝑗 − 𝑁 + 𝑚)
𝑚! 𝑚 𝑁−𝑚
𝑁 − 𝑗 !
𝑃0, 𝑗 = 1 … 𝑁
(9)
(10)
(11)
Распределение вероятностей состояний системы
14
∆ 𝑥 =
1, если 𝑥 ≥ 0;
0, если 𝑥 < 0
Заметим, что принято 00 = 1
Рассмотрим два крайних случая: 𝑚 = 1, 𝑚 = 𝑁
• 𝑚 = 1 (одно ВУ). Тогда (11) принимает вид:
𝑃𝑗 =
𝜇
𝜆
𝑗 1
𝑗!
𝑙=0
𝑁
𝜇
𝜆
𝑙 1
𝑙!
−1
, 𝑗 ∈ 𝐸0
𝑁
Если в (1) перейти к пределу при 𝑁 → ∞, получим вероятность
того, что при 𝑚 = 1 в стационарном режиме работы
большемасштабной ВС исправно 𝑗 машин, равна:
𝑃𝑗 =
𝜇
𝜆
𝑗 1
𝑗!
𝑒−𝜇/𝜆, 𝑗 ∈ 𝐸0
𝑁
Распределение (13) является распределением Пуассона.
(12)
(13)
Распределение вероятностей состояний системы
15
• 𝑚 = 𝑁 (количество ВУ = количеству ЭМ в ВС). Тогда:
𝑃𝑗 =
𝑁!
𝑁 − 𝑗 ! 𝑗!
𝜇 𝑗 𝜆 𝑁−𝑗
(𝜆 + 𝜇) 𝑁
, 𝑗 ∈ 𝐸0
𝑁
а коэффициент готовности ВС
𝑆 = 1 − 𝜆 𝑁−𝑛+1(𝜆 + 𝜇)−(𝑁−𝑛+1)
(13)
(14)
Готовность масштабируемых вычислительных систем
16
Изучим влияние 𝑁 при его неограниченном увеличении на
потенциальную готовность ВС.
Известно, что коэффициент готовности ЭВМ рассчитывается
по формуле
𝑠 = lim
𝑡→∞
𝑠 𝑖, 𝑡 = 𝜇/(𝜆 + 𝜇)
Опираясь на эту формулу, можно показать, что коэффициент
готовности ВС
𝑆 > 1 − 𝑒−𝑁𝜅, 𝑆 = 1 − 𝑒−𝑁𝜅+𝜊(ln 𝑁)
где 𝜅 = 𝑣 ln(𝑣𝑠−1) + (1 − 𝑣) ln[(1 − 𝑣)(1 − 𝑠)−1] . Из (15)
следует, что ВС имеет высокую готовность при выполнении
условия 𝑣 < 𝑠.
(15)
Готовность масштабируемых вычислительных систем
17
• Наряду с монопрограммным режимом (на ВС решается 1
задача), широко используются и мультипрограммные
режимы.
• При организации мультипрограммной работы ВС
разбивается на подсистемы.
• Количество подсистем = количество одновременно
решаемых задач.
• Количество ЭМ в подсистеме = количество ветвей в
параллельной программе.
Каким образом параметры подсистем влияют на
надёжность (коэффициент готовности) ВС в целом?
Готовность в мультизадачном режиме
18
• Пусть ВС состоит из ℎ подсистем, причём
• 𝑁𝑗 – число ЭМ в подсистеме 𝑗 ∈ 𝐸1
ℎ
,
• 𝑛𝑗 – минимально допустимое число исправных ЭМ в
подсистеме 𝑗 ∈ 𝐸1
ℎ
.
𝑗=1
ℎ
𝑁𝑗 = 𝑁; 𝑣𝑗 = 𝑛𝑗 − 1 𝑁𝑗
−1
; 𝜅𝑗 = 𝑣𝑗 ln
𝑣𝑗
𝑠
+ (1 − 𝑣𝑗) ln
1 − 𝑣𝑗
1 − 𝑠
Рассмотрим случай, когда все подсистемы важны для
существования ВС. Тогда на основе (15)
𝑆 =
𝑗=1
ℎ
𝑆𝑗 ≥
𝑗=1
ℎ
(1 − 𝑒−𝑁 𝑗 𝜅 𝑗)
где 𝑆𝑗 – коэффициент готовности подсистемы 𝑗 ∈ 𝐸1
ℎ
(16)
Готовность в мультизадачном режиме
19
Требуется найти такое распределение 𝑁𝑗
∗
, 𝑗 ∈ 𝐸1
ℎ
чисел в
подсистемах, при котором нижняя оценка (16) достигает
максимума.
Точное решение задачи методом множителей Лагранжа при
больших значениях 𝑁𝑗, 𝑗 ∈ 𝐸1
ℎ
, асимптотически совпадает с
решением, получающимся при значениях 𝑁𝑗, обеспечивающих
постоянство сомножителей в оценке (16). Следовательно,
𝑁𝑗
∗
= 𝑁 𝜅𝑗
𝑙=1
ℎ
𝜅𝑙
−1
−1
при этом
𝑆 ≥ [1 − 𝑒−
𝑁 𝜅
ℎ ] ℎ; 𝜅 =
1
ℎ
𝑙=1
ℎ
𝜅𝑙
−1
−1
𝜅 – средний гармонический коэффициент 𝜅𝑗
(17)
(18)
Готовность в мультизадачном режиме
20
Рассмотрим более общую ситуацию, когда оснащение
ЭМ различно. Тогда 𝑙 -я ЭМ будет иметь свой
коэффициент готовности 𝑠𝑙, 𝑙 ∈ 𝐸1
𝑁
.
Можно показать, что в общем случае сохраняются все
соотношения, если вместо 𝑠 рассматривать величину
𝑠 = 𝑁−1
𝑙=1
𝑁
𝑠𝑙 (19)
Готовность в мультизадачном режиме
21
Исследуем поведение ВС в зависимости от степени разбиения
на подсистемы. Пусть число 𝑁 ЭМ растет вместе с количеством
ℎ её подсистем так, что
𝑁 =
1 + 𝜀
𝜅
ℎ ln ℎ −
1
𝜅
ℎ ln 𝑑 ,
где 𝑑, 𝜀 – произвольные действительные числа 𝑑 > 0
Тогда из (18) следует, что
𝑆 ≈ 𝑒−𝑑ℎ−𝜀 = 𝑒−𝑑ℎ|𝜀|
при 𝜀 < 0;
> 1 − 𝑑ℎ−𝜀 при 𝜀 > 0;
Следовательно, ВС имеет высокую готовность, если с
увеличением ℎ порядок роста 𝑁 больше величины ℎ ln ℎ / 𝜅. Из
(17)-(21) видно, что для достижения высокой готовности ВС
необходимо выполнение условия 𝑁𝑗 > 𝜅𝑗
−1
ln ℎ , 𝑗 ∈ 𝐸1
ℎ
.
(20)
(21)
Коэффициент готовности большемасштабных вычислительных систем
22
Выведем расчётные формулы для коэффициента готовности
большемасштабных ВС (𝑁 → ∞).
Функция готовности рассчитывается по формуле
𝑆 𝑡 = 𝑗=𝑛
∞
𝑃𝑗(𝑡) = 1 − 𝑗=0
𝑛−1
𝑃𝑗(𝑡).
Полагая 𝒙 = 𝟎 в формуле (9.34) для расчёта 𝑃𝑗(𝑡)
𝑙=0
∞
𝑏𝑙(𝑡)𝑥 𝑙 =
𝑙=0
∞
𝑃𝑙(0)(𝑥𝑒−𝜆𝑡 + 1 − 𝑒−𝜆𝑡)𝑙
находим
𝑏0 𝑡 =
𝑙=0
∞
𝑃𝑙(0)(1 − 𝑒−𝜆𝑡)𝑙 , lim
𝑡→∞
𝑏0(𝑡) =
𝑙=0
∞
𝑃𝑙(0) = 1
Если положить в (22) 𝒙 = 𝟏, то
𝑙=0
∞
𝑏𝑙(𝑡) =
𝑙=0
∞
𝑃𝑙(0) = 1
(22)
(23)
Коэффициент готовности большемасштабных вычислительных систем
23
Из формул (22), (23) при 𝑙 ≥ 1 следует, что lim
𝑡→∞
𝑏𝑙(𝑡) = 0.
Учитывая полученные ранее формулы 𝑃𝑗, последнюю формулу,
получаем, что стационарными вероятностями ВС будут
𝑃𝑗 =
𝑚𝜇
𝜆
1
𝑗!
𝑒−𝑚𝜇/𝜆, 𝑗 ∈ 𝐸0
∞
Предельный переход в 𝑆 𝑡 = 𝑗=𝑛
∞
𝑃𝑗(𝑡) = 1 − 𝑗=0
𝑛−1
𝑃𝑗(𝑡) при
𝑡 → ∞ и результат (24) приводят к расчётной формуле:
𝑆 = 1 −
𝑗=0
𝑛−1
𝑚𝜇
𝜆
𝑗 1
𝑗!
𝑒−𝑚𝜇/𝜆
(24)
(25)
Коэффициент готовности большемасштабных вычислительных систем
24
При анализе большемасштабных ВС можно использовать
статистику не от потоке отказов в одной ЭМ, а об отказах ВС в
целом. Тогда модель можно изменить след. образом.
Пусть задана не интенсивность 𝜆 отказов одной ЭМ системы, а
интенсивность Λ потока отказавших ЭМ ВС – среднее количество
отказавших ЭМ, поступающих на 𝑚 ВУ в единицу времени.
Далее пусть 𝑃𝑗 - вероятность того, что в стационарном режиме в
ВС имеется 𝑗 отказавших машин. Действуя традиционно,
получаем:
−Λ 𝑃0 + 𝜇 𝑃1 = 0
Λ 𝑃𝑗−1 − Λ + 𝑗𝜇 𝑃𝑗 + 𝑗 + 1 𝜇𝑃𝑗+1 = 0, 1 ≤ 𝑗 < 𝑚
Λ 𝑃𝑗−1 − Λ + 𝑚𝜇 𝑃𝑗 + 𝑚𝜇 𝑃𝑗+1 = 0, 𝑚 ≤ 𝑗
(26)
Коэффициент готовности большемасштабных вычислительных систем
25
Как было показано (для ЭВМ), 𝜇 – среднее число
восстановлений ЭМ, которое может произвести 1 ВУ в ед.
времени.
Тогда производительность восстанавливающей системы будет
характеризоваться величиной 𝑚𝜇.
Очередь на восстановление ЭМ не будет расти безгранично и
ресурсы будут эксплуатироваться с потенциально возможной
эффективностью при условии Λ ≤ 𝑚𝜇.
Легко показать, что решениями (26) в этом случае будут:
𝑃0 =
𝑙=0
𝑚−1
1
𝑙!
Λ
𝜇
𝑙
+
𝜇
𝑚 − 1 ! (𝑚𝜇 − Λ)
Λ
𝜇
𝑚
−1
𝑃𝑗 =
Λ
𝜇
𝑗
Δ 𝑚 − 𝑗
1
𝑗!
+ Δ(𝑗 − 𝑚)
1
𝑚! 𝑚 𝑗−𝑚
𝑃0, 𝑗 ∈ 𝐸0
∞
(27)
(28)
Коэффициент готовности большемасштабных вычислительных систем
26
По определению 𝑛 – количество ЭМ основной подсистемы со
структурной избыточностью.
Целесообразно ввести 𝑛 – максимальное количество
отказавших ЭМ, при котором производительность ВС не ниже
предельно допустимой.
Следовательно, если ВС находится в состоянии 𝑗 ∈ 𝐸0
𝑛
, где
𝐸0
𝑛
= 0, 1,2, … , 𝑛 , 𝐸0
𝑛
⊂ 𝐸0
∞
, то будем считать, что она в
состоянии готовности.
Тогда коэффициент готовности ВС рассчитывают по формуле:
𝑆 =
𝑗=0
𝑛
𝑃𝑗 ,
где величины 𝑃𝑗 определяются из (27) и (28).
Коэффициент готовности большемасштабных вычислительных систем
27
Зная 𝑃𝑗 можно также вычислить среднее количество
отказавших машин ВС, ожидающих начала восстановления:
𝑀1 =
Λ
𝑚𝜇(1 − Λ/𝑚𝜇)2
𝑃𝑚
при условии Λ ≤ 𝑚𝜇.
Математическое ожидание количества отказавших машин
𝑀2 = 𝑀1 + 𝑃0
𝑗=1
𝑚−1
1
𝑗 − 1 !
Λ
𝜇
𝑗
+
𝑚 𝑃𝑚
1 − Λ/𝑚𝜇
Среднее число свободных восстанавливающих устройств
𝑀3 = 𝑃0
𝑗=0
𝑚−1
𝑚 − 𝑗
𝑗!
Λ
𝜇
𝑗
Коэффициент готовности большемасштабных вычислительных систем
28
Вероятность того, что все ВУ заняты ремонтом отказавших ЭМ
Π = 𝑃𝑚(1 − Λ/𝑚𝜇)−1
Закон распределения времени 𝜂 ожидания начала
восстановления отказавшей ЭМ или вероятность того, что
время пребывания ЭМ в очереди на ремонт больше 𝑡
𝑃 𝜂 > 𝑡 = Π𝑒−(𝑚𝜇−Λ)𝑡
Мат. ожидание и дисперсия времени ожидания начала
восстановления отказавшей ЭМ
𝑀𝜂 =
Π
𝑚𝜇 − Λ
; 𝐷𝜂 = 𝑀𝜂
2
𝑚𝜇 − Λ
− 𝑀𝜂
Основываясь на том факте, что производительность ВС 𝑛𝜔,
которая близка к суммарной производительности 𝑁𝜔, можно
считать, что 𝑛 = 𝑁 − 𝑛, Λ = 𝑁𝜆.
П.Пикассо«Женщинасвеером»
Больше – на http://vk.com/public58918349

More Related Content

Viewers also liked

Ag esb 2010
Ag esb 2010Ag esb 2010
Ag esb 2010esbgym
 
Les prêts étudiants pour les frais de subsistance
Les prêts étudiants pour les frais de subsistanceLes prêts étudiants pour les frais de subsistance
Les prêts étudiants pour les frais de subsistanceemileylogan
 
ТФРВС - весна 2014 - лекция 5
ТФРВС - весна 2014 - лекция 5ТФРВС - весна 2014 - лекция 5
ТФРВС - весна 2014 - лекция 5Alexey Paznikov
 
Presentation_Opera_Mars2010
Presentation_Opera_Mars2010Presentation_Opera_Mars2010
Presentation_Opera_Mars2010Laurag1507
 
Discours Bresso EuroPCom
Discours Bresso EuroPComDiscours Bresso EuroPCom
Discours Bresso EuroPComliesbethdewaele
 
Portfolio culture et ruralité
Portfolio culture et ruralitéPortfolio culture et ruralité
Portfolio culture et ruralitéEric Mangeat
 

Viewers also liked (6)

Ag esb 2010
Ag esb 2010Ag esb 2010
Ag esb 2010
 
Les prêts étudiants pour les frais de subsistance
Les prêts étudiants pour les frais de subsistanceLes prêts étudiants pour les frais de subsistance
Les prêts étudiants pour les frais de subsistance
 
ТФРВС - весна 2014 - лекция 5
ТФРВС - весна 2014 - лекция 5ТФРВС - весна 2014 - лекция 5
ТФРВС - весна 2014 - лекция 5
 
Presentation_Opera_Mars2010
Presentation_Opera_Mars2010Presentation_Opera_Mars2010
Presentation_Opera_Mars2010
 
Discours Bresso EuroPCom
Discours Bresso EuroPComDiscours Bresso EuroPCom
Discours Bresso EuroPCom
 
Portfolio culture et ruralité
Portfolio culture et ruralitéPortfolio culture et ruralité
Portfolio culture et ruralité
 

Similar to ТФРВС - весна 2014 - лекция 4

Производящие функции
Производящие функцииПроизводящие функции
Производящие функцииAlex Dainiak
 
Теорема Рамсея, оценки чисел Рамсея
Теорема Рамсея, оценки чисел РамсеяТеорема Рамсея, оценки чисел Рамсея
Теорема Рамсея, оценки чисел РамсеяAlex Dainiak
 
Теория. Сложные условия в операторе сравнения
Теория. Сложные условия в операторе сравненияТеория. Сложные условия в операторе сравнения
Теория. Сложные условия в операторе сравненияAlexandr Grigorenko
 
Алгоритмы решения задачи о булевой выполнимости (SAT) и их применение в крипт...
Алгоритмы решения задачи о булевой выполнимости (SAT) и их применение в крипт...Алгоритмы решения задачи о булевой выполнимости (SAT) и их применение в крипт...
Алгоритмы решения задачи о булевой выполнимости (SAT) и их применение в крипт...Positive Hack Days
 
методы решения интегральных уравнений
методы решения интегральных уравненийметоды решения интегральных уравнений
методы решения интегральных уравненийИван Иванов
 
Циклические коды. Граница БЧХ
Циклические коды. Граница БЧХЦиклические коды. Граница БЧХ
Циклические коды. Граница БЧХAlex Dainiak
 
Обработка приватных данных на публичных вычислительных сетях
Обработка приватных данных на публичных вычислительных сетяхОбработка приватных данных на публичных вычислительных сетях
Обработка приватных данных на публичных вычислительных сетяхDmitry Protopopov
 
Графовая модель канала связи. Шенноновская ёмкость
Графовая модель канала связи. Шенноновская ёмкостьГрафовая модель канала связи. Шенноновская ёмкость
Графовая модель канала связи. Шенноновская ёмкостьAlex Dainiak
 
Коды Адамара. Каскадные коды Форни.
Коды Адамара. Каскадные коды Форни.Коды Адамара. Каскадные коды Форни.
Коды Адамара. Каскадные коды Форни.Alex Dainiak
 
Primenenie svojstv funkcij_k_resheniyu_uravnenij_i
Primenenie svojstv funkcij_k_resheniyu_uravnenij_iPrimenenie svojstv funkcij_k_resheniyu_uravnenij_i
Primenenie svojstv funkcij_k_resheniyu_uravnenij_iDimon4
 
Границы Плоткина и Элайеса—Бассалыго
Границы Плоткина и Элайеса—БассалыгоГраницы Плоткина и Элайеса—Бассалыго
Границы Плоткина и Элайеса—БассалыгоAlex Dainiak
 
УПРАВЛЕНИЕ ПО ВЫХОДУ ЛИНЕЙНЫМ ПАРАМЕТРИЧЕСКИ НЕОПРЕДЕЛЕННЫМ ОБЪЕКТОМ В УСЛОВИ...
УПРАВЛЕНИЕ ПО ВЫХОДУ ЛИНЕЙНЫМ ПАРАМЕТРИЧЕСКИ НЕОПРЕДЕЛЕННЫМ ОБЪЕКТОМ В УСЛОВИ...УПРАВЛЕНИЕ ПО ВЫХОДУ ЛИНЕЙНЫМ ПАРАМЕТРИЧЕСКИ НЕОПРЕДЕЛЕННЫМ ОБЪЕКТОМ В УСЛОВИ...
УПРАВЛЕНИЕ ПО ВЫХОДУ ЛИНЕЙНЫМ ПАРАМЕТРИЧЕСКИ НЕОПРЕДЕЛЕННЫМ ОБЪЕКТОМ В УСЛОВИ...ITMO University
 
Теорема Алона о нулях и её применения
Теорема Алона о нулях и её примененияТеорема Алона о нулях и её применения
Теорема Алона о нулях и её примененияAlex Dainiak
 
TMPA-2015: Expanding the Meta-Generation of Correctness Conditions by Means o...
TMPA-2015: Expanding the Meta-Generation of Correctness Conditions by Means o...TMPA-2015: Expanding the Meta-Generation of Correctness Conditions by Means o...
TMPA-2015: Expanding the Meta-Generation of Correctness Conditions by Means o...Iosif Itkin
 
Гиперграфы. Покрытия. Жадный алгоритм.
Гиперграфы. Покрытия. Жадный алгоритм.Гиперграфы. Покрытия. Жадный алгоритм.
Гиперграфы. Покрытия. Жадный алгоритм.Alex Dainiak
 

Similar to ТФРВС - весна 2014 - лекция 4 (20)

Производящие функции
Производящие функцииПроизводящие функции
Производящие функции
 
Теорема Рамсея, оценки чисел Рамсея
Теорема Рамсея, оценки чисел РамсеяТеорема Рамсея, оценки чисел Рамсея
Теорема Рамсея, оценки чисел Рамсея
 
Теория. Сложные условия в операторе сравнения
Теория. Сложные условия в операторе сравненияТеория. Сложные условия в операторе сравнения
Теория. Сложные условия в операторе сравнения
 
Алгоритмы решения задачи о булевой выполнимости (SAT) и их применение в крипт...
Алгоритмы решения задачи о булевой выполнимости (SAT) и их применение в крипт...Алгоритмы решения задачи о булевой выполнимости (SAT) и их применение в крипт...
Алгоритмы решения задачи о булевой выполнимости (SAT) и их применение в крипт...
 
методы решения интегральных уравнений
методы решения интегральных уравненийметоды решения интегральных уравнений
методы решения интегральных уравнений
 
Циклические коды. Граница БЧХ
Циклические коды. Граница БЧХЦиклические коды. Граница БЧХ
Циклические коды. Граница БЧХ
 
Обработка приватных данных на публичных вычислительных сетях
Обработка приватных данных на публичных вычислительных сетяхОбработка приватных данных на публичных вычислительных сетях
Обработка приватных данных на публичных вычислительных сетях
 
Графовая модель канала связи. Шенноновская ёмкость
Графовая модель канала связи. Шенноновская ёмкостьГрафовая модель канала связи. Шенноновская ёмкость
Графовая модель канала связи. Шенноновская ёмкость
 
вычислительная практика
вычислительная практикавычислительная практика
вычислительная практика
 
лекция 11
лекция 11лекция 11
лекция 11
 
условия, подпрограммы
условия, подпрограммыусловия, подпрограммы
условия, подпрограммы
 
Matanal 31oct
Matanal 31octMatanal 31oct
Matanal 31oct
 
Коды Адамара. Каскадные коды Форни.
Коды Адамара. Каскадные коды Форни.Коды Адамара. Каскадные коды Форни.
Коды Адамара. Каскадные коды Форни.
 
Primenenie svojstv funkcij_k_resheniyu_uravnenij_i
Primenenie svojstv funkcij_k_resheniyu_uravnenij_iPrimenenie svojstv funkcij_k_resheniyu_uravnenij_i
Primenenie svojstv funkcij_k_resheniyu_uravnenij_i
 
Границы Плоткина и Элайеса—Бассалыго
Границы Плоткина и Элайеса—БассалыгоГраницы Плоткина и Элайеса—Бассалыго
Границы Плоткина и Элайеса—Бассалыго
 
УПРАВЛЕНИЕ ПО ВЫХОДУ ЛИНЕЙНЫМ ПАРАМЕТРИЧЕСКИ НЕОПРЕДЕЛЕННЫМ ОБЪЕКТОМ В УСЛОВИ...
УПРАВЛЕНИЕ ПО ВЫХОДУ ЛИНЕЙНЫМ ПАРАМЕТРИЧЕСКИ НЕОПРЕДЕЛЕННЫМ ОБЪЕКТОМ В УСЛОВИ...УПРАВЛЕНИЕ ПО ВЫХОДУ ЛИНЕЙНЫМ ПАРАМЕТРИЧЕСКИ НЕОПРЕДЕЛЕННЫМ ОБЪЕКТОМ В УСЛОВИ...
УПРАВЛЕНИЕ ПО ВЫХОДУ ЛИНЕЙНЫМ ПАРАМЕТРИЧЕСКИ НЕОПРЕДЕЛЕННЫМ ОБЪЕКТОМ В УСЛОВИ...
 
Теорема Алона о нулях и её применения
Теорема Алона о нулях и её примененияТеорема Алона о нулях и её применения
Теорема Алона о нулях и её применения
 
TMPA-2015: Expanding the Meta-Generation of Correctness Conditions by Means o...
TMPA-2015: Expanding the Meta-Generation of Correctness Conditions by Means o...TMPA-2015: Expanding the Meta-Generation of Correctness Conditions by Means o...
TMPA-2015: Expanding the Meta-Generation of Correctness Conditions by Means o...
 
Основы MATLAB. Численные методы
Основы MATLAB. Численные методыОсновы MATLAB. Численные методы
Основы MATLAB. Численные методы
 
Гиперграфы. Покрытия. Жадный алгоритм.
Гиперграфы. Покрытия. Жадный алгоритм.Гиперграфы. Покрытия. Жадный алгоритм.
Гиперграфы. Покрытия. Жадный алгоритм.
 

More from Alexey Paznikov

Лекция 6. Параллельная сортировка. Алгоритмы комбинаторного поиска. Параллель...
Лекция 6. Параллельная сортировка. Алгоритмы комбинаторного поиска. Параллель...Лекция 6. Параллельная сортировка. Алгоритмы комбинаторного поиска. Параллель...
Лекция 6. Параллельная сортировка. Алгоритмы комбинаторного поиска. Параллель...Alexey Paznikov
 
Лекция 5. Метод конечных разностей (параллельные алгоритмы в стандарте MPI)
Лекция 5. Метод конечных разностей (параллельные алгоритмы в стандарте MPI)Лекция 5. Метод конечных разностей (параллельные алгоритмы в стандарте MPI)
Лекция 5. Метод конечных разностей (параллельные алгоритмы в стандарте MPI)Alexey Paznikov
 
Лекция 4. Производные типы данных в стандарте MPI
Лекция 4. Производные типы данных в стандарте MPIЛекция 4. Производные типы данных в стандарте MPI
Лекция 4. Производные типы данных в стандарте MPIAlexey Paznikov
 
Лекция 3. Виртуальные топологии в MPI. Параллельные алгоритмы в стандарте MPI...
Лекция 3. Виртуальные топологии в MPI. Параллельные алгоритмы в стандарте MPI...Лекция 3. Виртуальные топологии в MPI. Параллельные алгоритмы в стандарте MPI...
Лекция 3. Виртуальные топологии в MPI. Параллельные алгоритмы в стандарте MPI...Alexey Paznikov
 
Лекция 2. Коллективные операции в MPI. Параллельные алгоритмы случайного блуж...
Лекция 2. Коллективные операции в MPI. Параллельные алгоритмы случайного блуж...Лекция 2. Коллективные операции в MPI. Параллельные алгоритмы случайного блуж...
Лекция 2. Коллективные операции в MPI. Параллельные алгоритмы случайного блуж...Alexey Paznikov
 
Лекция 1. Основные понятия стандарта MPI. Дифференцированные обмены
Лекция 1. Основные понятия стандарта MPI. Дифференцированные обменыЛекция 1. Основные понятия стандарта MPI. Дифференцированные обмены
Лекция 1. Основные понятия стандарта MPI. Дифференцированные обменыAlexey Paznikov
 
ПВТ - весна 2015 - Лекция 8. Многопоточное программирование без использования...
ПВТ - весна 2015 - Лекция 8. Многопоточное программирование без использования...ПВТ - весна 2015 - Лекция 8. Многопоточное программирование без использования...
ПВТ - весна 2015 - Лекция 8. Многопоточное программирование без использования...Alexey Paznikov
 
ПВТ - весна 2015 - Лекция 7. Модель памяти С++. Внеочередное выполнение инстр...
ПВТ - весна 2015 - Лекция 7. Модель памяти С++. Внеочередное выполнение инстр...ПВТ - весна 2015 - Лекция 7. Модель памяти С++. Внеочередное выполнение инстр...
ПВТ - весна 2015 - Лекция 7. Модель памяти С++. Внеочередное выполнение инстр...Alexey Paznikov
 
ПВТ - весна 2015 - Лекция 6. Разработка параллельных структур данных на основ...
ПВТ - весна 2015 - Лекция 6. Разработка параллельных структур данных на основ...ПВТ - весна 2015 - Лекция 6. Разработка параллельных структур данных на основ...
ПВТ - весна 2015 - Лекция 6. Разработка параллельных структур данных на основ...Alexey Paznikov
 
ПВТ - весна 2015 - Лекция 5. Многопоточное программирование в С++. Синхрониза...
ПВТ - весна 2015 - Лекция 5. Многопоточное программирование в С++. Синхрониза...ПВТ - весна 2015 - Лекция 5. Многопоточное программирование в С++. Синхрониза...
ПВТ - весна 2015 - Лекция 5. Многопоточное программирование в С++. Синхрониза...Alexey Paznikov
 
ПВТ - весна 2015 - Лекция 4. Шаблоны многопоточного программирования
ПВТ - весна 2015 - Лекция 4. Шаблоны многопоточного программированияПВТ - весна 2015 - Лекция 4. Шаблоны многопоточного программирования
ПВТ - весна 2015 - Лекция 4. Шаблоны многопоточного программированияAlexey Paznikov
 
ПВТ - весна 2015 - Лекция 3. Реентерабельность. Сигналы. Локальные данные пот...
ПВТ - весна 2015 - Лекция 3. Реентерабельность. Сигналы. Локальные данные пот...ПВТ - весна 2015 - Лекция 3. Реентерабельность. Сигналы. Локальные данные пот...
ПВТ - весна 2015 - Лекция 3. Реентерабельность. Сигналы. Локальные данные пот...Alexey Paznikov
 
ПВТ - весна 2015 - Лекция 2. POSIX Threads. Основные понятия многопоточного п...
ПВТ - весна 2015 - Лекция 2. POSIX Threads. Основные понятия многопоточного п...ПВТ - весна 2015 - Лекция 2. POSIX Threads. Основные понятия многопоточного п...
ПВТ - весна 2015 - Лекция 2. POSIX Threads. Основные понятия многопоточного п...Alexey Paznikov
 
ПВТ - весна 2015 - Лекция 1. Актуальность параллельных вычислений. Анализ пар...
ПВТ - весна 2015 - Лекция 1. Актуальность параллельных вычислений. Анализ пар...ПВТ - весна 2015 - Лекция 1. Актуальность параллельных вычислений. Анализ пар...
ПВТ - весна 2015 - Лекция 1. Актуальность параллельных вычислений. Анализ пар...Alexey Paznikov
 
ПВТ - весна 2015 - Лекция 0. Описание курса
ПВТ - весна 2015 - Лекция 0. Описание курсаПВТ - весна 2015 - Лекция 0. Описание курса
ПВТ - весна 2015 - Лекция 0. Описание курсаAlexey Paznikov
 
ПВТ - осень 2014 - Лекция 7. Многопоточное программирование без блокировок. М...
ПВТ - осень 2014 - Лекция 7. Многопоточное программирование без блокировок. М...ПВТ - осень 2014 - Лекция 7. Многопоточное программирование без блокировок. М...
ПВТ - осень 2014 - Лекция 7. Многопоточное программирование без блокировок. М...Alexey Paznikov
 
ПВТ - осень 2014 - Лекция 6 - Атомарные операции. Внеочередное выполнение инс...
ПВТ - осень 2014 - Лекция 6 - Атомарные операции. Внеочередное выполнение инс...ПВТ - осень 2014 - Лекция 6 - Атомарные операции. Внеочередное выполнение инс...
ПВТ - осень 2014 - Лекция 6 - Атомарные операции. Внеочередное выполнение инс...Alexey Paznikov
 
ПВТ - осень 2014 - Лекция 5 - Многопоточное программирование в языке С++. Р...
ПВТ - осень 2014 - Лекция 5 - Многопоточное программирование в языке С++.   Р...ПВТ - осень 2014 - Лекция 5 - Многопоточное программирование в языке С++.   Р...
ПВТ - осень 2014 - Лекция 5 - Многопоточное программирование в языке С++. Р...Alexey Paznikov
 
ПВТ - осень 2014 - Лекция 4 - Стандарт POSIX Threads. Реентерабельность. Сигн...
ПВТ - осень 2014 - Лекция 4 - Стандарт POSIX Threads. Реентерабельность. Сигн...ПВТ - осень 2014 - Лекция 4 - Стандарт POSIX Threads. Реентерабельность. Сигн...
ПВТ - осень 2014 - Лекция 4 - Стандарт POSIX Threads. Реентерабельность. Сигн...Alexey Paznikov
 
Кулагин И.И., Пазников А.А., Курносов М.Г. Оптимизация информационных обменов...
Кулагин И.И., Пазников А.А., Курносов М.Г. Оптимизация информационных обменов...Кулагин И.И., Пазников А.А., Курносов М.Г. Оптимизация информационных обменов...
Кулагин И.И., Пазников А.А., Курносов М.Г. Оптимизация информационных обменов...Alexey Paznikov
 

More from Alexey Paznikov (20)

Лекция 6. Параллельная сортировка. Алгоритмы комбинаторного поиска. Параллель...
Лекция 6. Параллельная сортировка. Алгоритмы комбинаторного поиска. Параллель...Лекция 6. Параллельная сортировка. Алгоритмы комбинаторного поиска. Параллель...
Лекция 6. Параллельная сортировка. Алгоритмы комбинаторного поиска. Параллель...
 
Лекция 5. Метод конечных разностей (параллельные алгоритмы в стандарте MPI)
Лекция 5. Метод конечных разностей (параллельные алгоритмы в стандарте MPI)Лекция 5. Метод конечных разностей (параллельные алгоритмы в стандарте MPI)
Лекция 5. Метод конечных разностей (параллельные алгоритмы в стандарте MPI)
 
Лекция 4. Производные типы данных в стандарте MPI
Лекция 4. Производные типы данных в стандарте MPIЛекция 4. Производные типы данных в стандарте MPI
Лекция 4. Производные типы данных в стандарте MPI
 
Лекция 3. Виртуальные топологии в MPI. Параллельные алгоритмы в стандарте MPI...
Лекция 3. Виртуальные топологии в MPI. Параллельные алгоритмы в стандарте MPI...Лекция 3. Виртуальные топологии в MPI. Параллельные алгоритмы в стандарте MPI...
Лекция 3. Виртуальные топологии в MPI. Параллельные алгоритмы в стандарте MPI...
 
Лекция 2. Коллективные операции в MPI. Параллельные алгоритмы случайного блуж...
Лекция 2. Коллективные операции в MPI. Параллельные алгоритмы случайного блуж...Лекция 2. Коллективные операции в MPI. Параллельные алгоритмы случайного блуж...
Лекция 2. Коллективные операции в MPI. Параллельные алгоритмы случайного блуж...
 
Лекция 1. Основные понятия стандарта MPI. Дифференцированные обмены
Лекция 1. Основные понятия стандарта MPI. Дифференцированные обменыЛекция 1. Основные понятия стандарта MPI. Дифференцированные обмены
Лекция 1. Основные понятия стандарта MPI. Дифференцированные обмены
 
ПВТ - весна 2015 - Лекция 8. Многопоточное программирование без использования...
ПВТ - весна 2015 - Лекция 8. Многопоточное программирование без использования...ПВТ - весна 2015 - Лекция 8. Многопоточное программирование без использования...
ПВТ - весна 2015 - Лекция 8. Многопоточное программирование без использования...
 
ПВТ - весна 2015 - Лекция 7. Модель памяти С++. Внеочередное выполнение инстр...
ПВТ - весна 2015 - Лекция 7. Модель памяти С++. Внеочередное выполнение инстр...ПВТ - весна 2015 - Лекция 7. Модель памяти С++. Внеочередное выполнение инстр...
ПВТ - весна 2015 - Лекция 7. Модель памяти С++. Внеочередное выполнение инстр...
 
ПВТ - весна 2015 - Лекция 6. Разработка параллельных структур данных на основ...
ПВТ - весна 2015 - Лекция 6. Разработка параллельных структур данных на основ...ПВТ - весна 2015 - Лекция 6. Разработка параллельных структур данных на основ...
ПВТ - весна 2015 - Лекция 6. Разработка параллельных структур данных на основ...
 
ПВТ - весна 2015 - Лекция 5. Многопоточное программирование в С++. Синхрониза...
ПВТ - весна 2015 - Лекция 5. Многопоточное программирование в С++. Синхрониза...ПВТ - весна 2015 - Лекция 5. Многопоточное программирование в С++. Синхрониза...
ПВТ - весна 2015 - Лекция 5. Многопоточное программирование в С++. Синхрониза...
 
ПВТ - весна 2015 - Лекция 4. Шаблоны многопоточного программирования
ПВТ - весна 2015 - Лекция 4. Шаблоны многопоточного программированияПВТ - весна 2015 - Лекция 4. Шаблоны многопоточного программирования
ПВТ - весна 2015 - Лекция 4. Шаблоны многопоточного программирования
 
ПВТ - весна 2015 - Лекция 3. Реентерабельность. Сигналы. Локальные данные пот...
ПВТ - весна 2015 - Лекция 3. Реентерабельность. Сигналы. Локальные данные пот...ПВТ - весна 2015 - Лекция 3. Реентерабельность. Сигналы. Локальные данные пот...
ПВТ - весна 2015 - Лекция 3. Реентерабельность. Сигналы. Локальные данные пот...
 
ПВТ - весна 2015 - Лекция 2. POSIX Threads. Основные понятия многопоточного п...
ПВТ - весна 2015 - Лекция 2. POSIX Threads. Основные понятия многопоточного п...ПВТ - весна 2015 - Лекция 2. POSIX Threads. Основные понятия многопоточного п...
ПВТ - весна 2015 - Лекция 2. POSIX Threads. Основные понятия многопоточного п...
 
ПВТ - весна 2015 - Лекция 1. Актуальность параллельных вычислений. Анализ пар...
ПВТ - весна 2015 - Лекция 1. Актуальность параллельных вычислений. Анализ пар...ПВТ - весна 2015 - Лекция 1. Актуальность параллельных вычислений. Анализ пар...
ПВТ - весна 2015 - Лекция 1. Актуальность параллельных вычислений. Анализ пар...
 
ПВТ - весна 2015 - Лекция 0. Описание курса
ПВТ - весна 2015 - Лекция 0. Описание курсаПВТ - весна 2015 - Лекция 0. Описание курса
ПВТ - весна 2015 - Лекция 0. Описание курса
 
ПВТ - осень 2014 - Лекция 7. Многопоточное программирование без блокировок. М...
ПВТ - осень 2014 - Лекция 7. Многопоточное программирование без блокировок. М...ПВТ - осень 2014 - Лекция 7. Многопоточное программирование без блокировок. М...
ПВТ - осень 2014 - Лекция 7. Многопоточное программирование без блокировок. М...
 
ПВТ - осень 2014 - Лекция 6 - Атомарные операции. Внеочередное выполнение инс...
ПВТ - осень 2014 - Лекция 6 - Атомарные операции. Внеочередное выполнение инс...ПВТ - осень 2014 - Лекция 6 - Атомарные операции. Внеочередное выполнение инс...
ПВТ - осень 2014 - Лекция 6 - Атомарные операции. Внеочередное выполнение инс...
 
ПВТ - осень 2014 - Лекция 5 - Многопоточное программирование в языке С++. Р...
ПВТ - осень 2014 - Лекция 5 - Многопоточное программирование в языке С++.   Р...ПВТ - осень 2014 - Лекция 5 - Многопоточное программирование в языке С++.   Р...
ПВТ - осень 2014 - Лекция 5 - Многопоточное программирование в языке С++. Р...
 
ПВТ - осень 2014 - Лекция 4 - Стандарт POSIX Threads. Реентерабельность. Сигн...
ПВТ - осень 2014 - Лекция 4 - Стандарт POSIX Threads. Реентерабельность. Сигн...ПВТ - осень 2014 - Лекция 4 - Стандарт POSIX Threads. Реентерабельность. Сигн...
ПВТ - осень 2014 - Лекция 4 - Стандарт POSIX Threads. Реентерабельность. Сигн...
 
Кулагин И.И., Пазников А.А., Курносов М.Г. Оптимизация информационных обменов...
Кулагин И.И., Пазников А.А., Курносов М.Г. Оптимизация информационных обменов...Кулагин И.И., Пазников А.А., Курносов М.Г. Оптимизация информационных обменов...
Кулагин И.И., Пазников А.А., Курносов М.Г. Оптимизация информационных обменов...
 

ТФРВС - весна 2014 - лекция 4

  • 1. Лекция 4. Расчет показателей надежности ВС для стационарного режима http://cpct.sibsutis.ru/~apaznikov/teaching/index.php?n=Site.DCSFT-spring2014 Пазников Алексей Александрович к.т.н., ст. преп. Кафедры вычислительных систем Сибирский государственный университет телекоммуникаций и информатики
  • 2. Функции оперативной надёжности и восстановимости 2 Рассматривается ВС при длительной эксплуатации: 𝑡 → ∞ Выведем формулы для 𝑅∗ (𝑡) и 𝑈∗ (𝑡), характеризующих работу ВС в стационарном режиме. Пусть 𝑄𝑖 𝑡 = 𝑃 ∀𝜏 ∈ 0, 𝑡 → 𝜉 𝜏 ≥ 𝑛 𝑖 ∈ 𝐸0 𝑁 } является условной вероятностью события 𝜉(𝜏) ≥ 𝑛 в предположении, что в системе в момент времени 𝑡 = 0 имеется 𝑖 ∈ 𝐸 𝑛 𝑁 исправных ЭМ; 𝜏 – любой момент времени, принадлежащий [0, 𝑡). Тогда, учитывая 𝑅∗ 𝑡 = 𝑃{∀𝜏 ∈ 0, 𝑡 → 𝜉(𝜏) ≥ 𝑛|𝑃𝑖, 𝑖 ∈ 𝐸 𝑛 𝑁} , по формуле полных вероятностей имеем 𝑅∗ 𝑡 = 𝑖=𝑛 𝑁 𝑃𝑖 𝑄𝑖(𝑡) где 𝑃𝑖 определяется формулой 𝑃𝑖 = lim 𝑡→∞ 𝑃𝑖(𝑗, 𝑡) (1)
  • 3. Функции оперативной надёжности и восстановимости 3 Рассчитаем функцию 𝑄𝑖 𝑡 . Для этого обозначим 𝜋 𝑟 𝑡 , 𝑢𝑙 𝑡 – вероятность того, что произойдёт соответственно 𝑟 отказов и 𝑙 восстановлений за время 𝑡, если в системе имеется 𝑖 ∈ 𝐸 𝑛 𝑁 исправных машин. Тогда 𝑄𝑖 𝑡 = 𝑙=0 ∞ 𝑢𝑙(𝑡) 𝑟=0 𝑖−𝑛+𝑙 𝜋 𝑟(𝑡) (2)
  • 4. Функции оперативной надёжности и восстановимости 4 Если учесть, что число отказов ЭМ за время 𝑡 подчиняется пуассоновскому закону (см. надёжность ЭВМ), то можно показать, что 𝜋 𝑟 𝑡 = (𝑖𝜆𝑡) 𝑟 𝑟! 𝑒−𝑖𝜆𝑡 𝑢𝑙 𝑡 = (𝜇𝑡)𝑙 𝑙! [Δ 𝑁 − 𝑖 − 𝑚 𝑚𝑙 𝑒−𝑖𝜇𝑡 + +Δ 𝑚 − 𝑁 + 𝑖 𝑁 − 𝑖 𝑙 𝑒− 𝑁−𝑖 𝜇𝑡] где 𝑟, 𝑙 ∈ 𝐸0 ∞ , ∆ 𝑥 = 1, если 𝑥 ≥ 0 0, если 𝑥 < 0 и считается, что 00 = 1. (3) (4)
  • 5. Функции оперативной надёжности и восстановимости 5 Таким образом, формулы (2)-(4) позволяют рассчитать условную вероятность 𝑄𝑖 𝑡 , 𝑖 ∈ 𝐸 𝑛 𝑁, с заданной точностью. В некоторых случаях достаточно найти оценку 𝑅∗(𝑡) снизу для функции 𝑅∗(𝑡) (𝑙 = 0) 𝑅∗ 𝑡 = 𝑖=𝑛 𝑁 𝑃𝑖 𝑟=0 𝑖−𝑛 𝜋 𝑟(𝑡) Начальное значение функции 𝑅∗(𝑡), как это следует из lim 𝑡→∞ 𝑆 𝑡 = 𝑗=𝑛 𝑁 𝑃𝑗 = 𝑆 и формул (1)-(4), равно коэффициенту готовности ВС, т.е. 𝑅∗ 0 = 𝑆
  • 6. Функции оперативной надёжности и восстановимости 6 Можно показать, что 𝑅∗ +∞ = lim 𝑡→∞ 𝑅∗(𝑡) ≈ 𝑖=𝑛 𝑁−1 𝑃𝑖 при 𝑛 < 𝑁 0 при 𝑛 = 𝑁 В самом деле, lim 𝑡→∞ 𝑄 𝑁(𝑡) = lim 𝑡→∞ 𝑟=0 𝑁−1 𝜋 𝑟(𝑡) = 1 − lim 𝑡→∞ 𝑟=𝑁−𝑛+1 ∞ 𝜋 𝑟 𝑡 = 0 (Так как при 𝑖 = 𝑁 из (4) следует, что 𝑢𝑙 𝑡 = 0, 𝑙 > 0, 𝑢0 𝑡 = 1. Поскольку 𝑁 − 𝑛 = const, то при 𝑡 → ∞ в системе наиболее вероятными становятся количества отказов 𝑟 ∈ 𝑁 − 𝑛 + 1, 𝑁 − 𝑛 + 2, … . Поэтому при 𝑡 → ∞ с достаточной для практики точностью можно считать, что 𝑟=𝑁−𝑛+1 ∞ 𝜋 𝑟(𝑡) → 1, и, следовательно, 𝑄 𝑁(𝑡) → 0.)
  • 7. Функции оперативной надёжности и восстановимости 7 Далее из (4) видно, что при 𝑖 ∈ {𝑛, 𝑛 + 1, … , 𝑁 − 1} и при большом 𝑡 вероятности 𝑢𝑙 𝑡 будут больше отличаться от 0, чем больше будет 𝑙. Иначе говоря, если 𝑖 ∈ {𝑛, 𝑛 + 1, … , 𝑁 − 1}, то при большом 𝑡 число восстановлений 𝑙 в системе будет таким же большим, т.е. если 𝑡 → ∞, то и 𝑙 → ∞. Если это так, то при 𝑡 → ∞ имеет место 𝑟=0 𝑖−𝑛+1 𝜋 𝑟(𝑡) → 1 и, следовательно, 𝑄𝑖 𝑡 = 𝑙=0 ∞ 𝑢𝑙(𝑡) 𝑟=0 𝑖−𝑛+𝑙 𝜋 𝑟(𝑡) , 𝑄𝑖 𝑡 → 1, 𝑖 ∈ 𝐸 𝑛 𝑁−1 . Переходя к пределу при 𝑡 → ∞ в 𝑅∗ 𝑡 = 𝑖=𝑛 𝑁 𝑃𝑖 𝑄𝑖(𝑡) и учитывая поведение 𝑄𝑖 𝑡 при 𝑡 → ∞, получаем (5).
  • 8. Функции оперативной надёжности и восстановимости 8 Действуя аналогично, находим, что функция 𝑈∗ 𝑡 = 1 − 𝑖=0 𝑛−1 𝑃𝑖 𝑟=0 ∞ 𝜋 𝑟(𝑡) 𝑙=0 𝑛−𝑖−1+𝑟 𝑢𝑙(𝑡) Очевидно, что 𝑈∗ 𝑡 = 𝑆, 𝑈∗ +∞ = lim 𝑡→∞ 𝑈∗ 𝑡 = 1. Оценкой сверху для 𝑈∗ 𝑡 будет функция 𝑈∗ 𝑡 = 1 − 𝑖=0 𝑛−1 𝑃𝑖 𝑙=0 𝑛−𝑖−1 𝑢𝑙(𝑡)
  • 9. Распределение вероятностей состояний системы 9 Рассчитаем распределение вероятностей состояний ВС для стационарного режима функционирования {𝑃0, 𝑃1, … , 𝑃𝑗, … , 𝑃 𝑁}; это позволит вычислить функции оперативной надёжности и восстановимости. Для расчёта 𝑃𝑗 необходимо осуществить предельный переход 𝑡 → ∞ в 𝑃0 ′ 𝑡 = −𝑚𝜇𝑃0 𝑡 + 𝜆𝑃1 𝑡 ; 𝑃𝑗 ′ 𝑡 = 𝑚𝜇𝑃𝑗−1 𝑡 − 𝑗𝜆 + 𝑚𝜇 𝑃𝑗 𝑡 + 𝑗 + 1 𝜆𝑃𝑗+1 𝑡 , 0 < 𝑗 ≤ 𝑁 − 𝑚 ; 𝑁 − 𝑗 − 1 𝜇𝑃𝑗−1 𝑡 − 𝑗𝜆 + 𝑁 − 𝑗 𝜇 𝑃𝑗 𝑡 + 𝑗 + 1 𝜆𝑃𝑗+1 𝑡 , 𝑁 − 𝑚 < 𝑗 < 𝑁; 𝑃0 ′ 𝑡 = 𝜇𝑃 𝑁−1 𝑡 − 𝑁𝜆𝑃 𝑁(𝑡) (5)
  • 10. Распределение вероятностей состояний системы 10 Правые части всех уравнений (5) при 𝑡 → ∞ имеют пределы ⇒ Каждая из производных 𝑃𝑗 ′ 𝑡 также имеет предел, и такой предел может быть только 0. Доказательство. Если бы какая-нибудь производная 𝑃𝑗 ′ 𝑡 стремилась к числу, отличному от 0, то соответствующее |𝑃𝑗 𝑡 | при 𝑡 → ∞ неограниченно бы возрастало. Последнее противоречило бы физическому смыслу величин 𝑃𝑗 𝑡 и формуле (5). Таким образом, при 𝑡 → ∞ имеет место 𝑃𝑗 ′ 𝑡 → 0.
  • 11. Распределение вероятностей состояний системы 11 Следовательно, система дифференциальных уравнений преобразуется в систему алгебраических уравнений: 0 = −𝑚𝜇𝑃0 + 𝜆𝑃1 0 = 𝑚𝜇𝑃𝑗−1 − 𝑗𝜆 + 𝑚𝜇 𝑃𝑗 + 𝑗 + 1 𝜆𝑃𝑗+1, 0 < 𝑗 ≤ (𝑁 − 𝑚) 0 = 𝑁 − 𝑗 + 1 𝜇𝑃𝑗−1 − 𝑗𝜆 + 𝑁 − 𝑗 𝜇 𝑃𝑗 + 𝑗 + 1 𝜆𝑃𝑗+1, 𝑁 − 𝑚 < 𝑗 < 𝑁 0 = 𝜇𝑃 𝑁−1 − 𝑁𝜆𝑃 𝑁 Если положить 𝑚𝜇𝑃𝑗−1 − 𝑗𝜆𝑃𝑗 = 𝑧𝑗, 0 < 𝑗 ≤ (𝑁 − 𝑚 + 1) 𝑁 − 𝑗 − 1 𝜇𝑃𝑗−1 − 𝑗𝜆𝑃𝑗 = 𝑧𝑗 ∗ , (𝑁 − 𝑚 + 1) ≤ 𝑗 ≤ 𝑁 то систему можно переписать в следующем виде (6)
  • 12. Распределение вероятностей состояний системы 12 𝑧1 = 0; 𝑧𝑗 − 𝑧𝑗+1 = 0, 1 < 𝑗 ≤ 𝑁 − 𝑚 ; 𝑧 𝑁−𝑚+1 − 𝑧 𝑁−𝑚+2 ∗ = 0; 𝑧𝑗 ∗ − 𝑧𝑗+1 ∗ = 0, 𝑁 − 𝑚 + 2 ≤ 𝑗 < 𝑁; 𝑧𝑗 ∗ = 0. Из (7) следует, что 𝑧𝑗 = 0, 0 < 𝑗 ≤ 𝑁 − 𝑚 + 1 , тогда, учитывая (6) и принимая 𝛼 = 𝜇/𝜆, получаем 𝑃𝑗 = 𝑚𝜇 𝑗𝜆 𝑃𝑗−1 = 𝛼𝑚 𝑗 𝑃𝑗−1; 𝑃𝑗 = 𝑚 𝑗 𝛼 𝑗 𝑗! 𝑃0, 1 ≤ 𝑗 ≤ (𝑁 − 𝑚 + 1) (7) (8)
  • 13. Распределение вероятностей состояний системы 13 Также из (7) следует, что 𝑧𝑗 ∗ = 0, (𝑁 − 𝑚 + 1) ≤ 𝑗 ≤ 𝑁; 𝑃𝑗 = [𝑁 − 𝑗 − 1 ]𝛼 𝑗 𝑃𝑗−1 = = 𝑁 − 𝑗 − 1 … [𝑁 − 𝑁 − 𝑚 ]𝛼 𝑖−𝑁+𝑚 𝑗 𝑗 − 1 … (𝑁 − 𝑚 + 1) 𝑃 𝑁−𝑚 = = 𝛼 𝑗−𝑁+𝑚 𝑚! 𝑁 − 𝑚 ! 𝑁 − 𝑗 ! 𝑗! ∙ 𝑚 𝑁−𝑚 𝛼 𝑁−𝑚 𝑁 − 𝑚 ! 𝑃0 = 𝑚! 𝑚 𝑁−𝑚 𝛼 𝑗 𝑁 − 𝑗 ! 𝑗! 𝑃0 Используя условие нормировки, а также (8), (9), находим 𝑃0 = 𝑙=0 𝑁−𝑚 𝑚𝑙 𝑚𝑙 𝑙! + 𝑚! 𝑚 𝑁−𝑚 𝑙=𝑁−𝑚+1 𝑁 𝛼 𝑙 𝑁 − 𝑙 ! 𝑙! −1 𝑃𝑗 = 𝛼 𝑗 𝑗! ∆ 𝑁 − 𝑚 − 𝑗 𝑚 𝑗 + ∆(𝑗 − 𝑁 + 𝑚) 𝑚! 𝑚 𝑁−𝑚 𝑁 − 𝑗 ! 𝑃0, 𝑗 = 1 … 𝑁 (9) (10) (11)
  • 14. Распределение вероятностей состояний системы 14 ∆ 𝑥 = 1, если 𝑥 ≥ 0; 0, если 𝑥 < 0 Заметим, что принято 00 = 1 Рассмотрим два крайних случая: 𝑚 = 1, 𝑚 = 𝑁 • 𝑚 = 1 (одно ВУ). Тогда (11) принимает вид: 𝑃𝑗 = 𝜇 𝜆 𝑗 1 𝑗! 𝑙=0 𝑁 𝜇 𝜆 𝑙 1 𝑙! −1 , 𝑗 ∈ 𝐸0 𝑁 Если в (1) перейти к пределу при 𝑁 → ∞, получим вероятность того, что при 𝑚 = 1 в стационарном режиме работы большемасштабной ВС исправно 𝑗 машин, равна: 𝑃𝑗 = 𝜇 𝜆 𝑗 1 𝑗! 𝑒−𝜇/𝜆, 𝑗 ∈ 𝐸0 𝑁 Распределение (13) является распределением Пуассона. (12) (13)
  • 15. Распределение вероятностей состояний системы 15 • 𝑚 = 𝑁 (количество ВУ = количеству ЭМ в ВС). Тогда: 𝑃𝑗 = 𝑁! 𝑁 − 𝑗 ! 𝑗! 𝜇 𝑗 𝜆 𝑁−𝑗 (𝜆 + 𝜇) 𝑁 , 𝑗 ∈ 𝐸0 𝑁 а коэффициент готовности ВС 𝑆 = 1 − 𝜆 𝑁−𝑛+1(𝜆 + 𝜇)−(𝑁−𝑛+1) (13) (14)
  • 16. Готовность масштабируемых вычислительных систем 16 Изучим влияние 𝑁 при его неограниченном увеличении на потенциальную готовность ВС. Известно, что коэффициент готовности ЭВМ рассчитывается по формуле 𝑠 = lim 𝑡→∞ 𝑠 𝑖, 𝑡 = 𝜇/(𝜆 + 𝜇) Опираясь на эту формулу, можно показать, что коэффициент готовности ВС 𝑆 > 1 − 𝑒−𝑁𝜅, 𝑆 = 1 − 𝑒−𝑁𝜅+𝜊(ln 𝑁) где 𝜅 = 𝑣 ln(𝑣𝑠−1) + (1 − 𝑣) ln[(1 − 𝑣)(1 − 𝑠)−1] . Из (15) следует, что ВС имеет высокую готовность при выполнении условия 𝑣 < 𝑠. (15)
  • 17. Готовность масштабируемых вычислительных систем 17 • Наряду с монопрограммным режимом (на ВС решается 1 задача), широко используются и мультипрограммные режимы. • При организации мультипрограммной работы ВС разбивается на подсистемы. • Количество подсистем = количество одновременно решаемых задач. • Количество ЭМ в подсистеме = количество ветвей в параллельной программе. Каким образом параметры подсистем влияют на надёжность (коэффициент готовности) ВС в целом?
  • 18. Готовность в мультизадачном режиме 18 • Пусть ВС состоит из ℎ подсистем, причём • 𝑁𝑗 – число ЭМ в подсистеме 𝑗 ∈ 𝐸1 ℎ , • 𝑛𝑗 – минимально допустимое число исправных ЭМ в подсистеме 𝑗 ∈ 𝐸1 ℎ . 𝑗=1 ℎ 𝑁𝑗 = 𝑁; 𝑣𝑗 = 𝑛𝑗 − 1 𝑁𝑗 −1 ; 𝜅𝑗 = 𝑣𝑗 ln 𝑣𝑗 𝑠 + (1 − 𝑣𝑗) ln 1 − 𝑣𝑗 1 − 𝑠 Рассмотрим случай, когда все подсистемы важны для существования ВС. Тогда на основе (15) 𝑆 = 𝑗=1 ℎ 𝑆𝑗 ≥ 𝑗=1 ℎ (1 − 𝑒−𝑁 𝑗 𝜅 𝑗) где 𝑆𝑗 – коэффициент готовности подсистемы 𝑗 ∈ 𝐸1 ℎ (16)
  • 19. Готовность в мультизадачном режиме 19 Требуется найти такое распределение 𝑁𝑗 ∗ , 𝑗 ∈ 𝐸1 ℎ чисел в подсистемах, при котором нижняя оценка (16) достигает максимума. Точное решение задачи методом множителей Лагранжа при больших значениях 𝑁𝑗, 𝑗 ∈ 𝐸1 ℎ , асимптотически совпадает с решением, получающимся при значениях 𝑁𝑗, обеспечивающих постоянство сомножителей в оценке (16). Следовательно, 𝑁𝑗 ∗ = 𝑁 𝜅𝑗 𝑙=1 ℎ 𝜅𝑙 −1 −1 при этом 𝑆 ≥ [1 − 𝑒− 𝑁 𝜅 ℎ ] ℎ; 𝜅 = 1 ℎ 𝑙=1 ℎ 𝜅𝑙 −1 −1 𝜅 – средний гармонический коэффициент 𝜅𝑗 (17) (18)
  • 20. Готовность в мультизадачном режиме 20 Рассмотрим более общую ситуацию, когда оснащение ЭМ различно. Тогда 𝑙 -я ЭМ будет иметь свой коэффициент готовности 𝑠𝑙, 𝑙 ∈ 𝐸1 𝑁 . Можно показать, что в общем случае сохраняются все соотношения, если вместо 𝑠 рассматривать величину 𝑠 = 𝑁−1 𝑙=1 𝑁 𝑠𝑙 (19)
  • 21. Готовность в мультизадачном режиме 21 Исследуем поведение ВС в зависимости от степени разбиения на подсистемы. Пусть число 𝑁 ЭМ растет вместе с количеством ℎ её подсистем так, что 𝑁 = 1 + 𝜀 𝜅 ℎ ln ℎ − 1 𝜅 ℎ ln 𝑑 , где 𝑑, 𝜀 – произвольные действительные числа 𝑑 > 0 Тогда из (18) следует, что 𝑆 ≈ 𝑒−𝑑ℎ−𝜀 = 𝑒−𝑑ℎ|𝜀| при 𝜀 < 0; > 1 − 𝑑ℎ−𝜀 при 𝜀 > 0; Следовательно, ВС имеет высокую готовность, если с увеличением ℎ порядок роста 𝑁 больше величины ℎ ln ℎ / 𝜅. Из (17)-(21) видно, что для достижения высокой готовности ВС необходимо выполнение условия 𝑁𝑗 > 𝜅𝑗 −1 ln ℎ , 𝑗 ∈ 𝐸1 ℎ . (20) (21)
  • 22. Коэффициент готовности большемасштабных вычислительных систем 22 Выведем расчётные формулы для коэффициента готовности большемасштабных ВС (𝑁 → ∞). Функция готовности рассчитывается по формуле 𝑆 𝑡 = 𝑗=𝑛 ∞ 𝑃𝑗(𝑡) = 1 − 𝑗=0 𝑛−1 𝑃𝑗(𝑡). Полагая 𝒙 = 𝟎 в формуле (9.34) для расчёта 𝑃𝑗(𝑡) 𝑙=0 ∞ 𝑏𝑙(𝑡)𝑥 𝑙 = 𝑙=0 ∞ 𝑃𝑙(0)(𝑥𝑒−𝜆𝑡 + 1 − 𝑒−𝜆𝑡)𝑙 находим 𝑏0 𝑡 = 𝑙=0 ∞ 𝑃𝑙(0)(1 − 𝑒−𝜆𝑡)𝑙 , lim 𝑡→∞ 𝑏0(𝑡) = 𝑙=0 ∞ 𝑃𝑙(0) = 1 Если положить в (22) 𝒙 = 𝟏, то 𝑙=0 ∞ 𝑏𝑙(𝑡) = 𝑙=0 ∞ 𝑃𝑙(0) = 1 (22) (23)
  • 23. Коэффициент готовности большемасштабных вычислительных систем 23 Из формул (22), (23) при 𝑙 ≥ 1 следует, что lim 𝑡→∞ 𝑏𝑙(𝑡) = 0. Учитывая полученные ранее формулы 𝑃𝑗, последнюю формулу, получаем, что стационарными вероятностями ВС будут 𝑃𝑗 = 𝑚𝜇 𝜆 1 𝑗! 𝑒−𝑚𝜇/𝜆, 𝑗 ∈ 𝐸0 ∞ Предельный переход в 𝑆 𝑡 = 𝑗=𝑛 ∞ 𝑃𝑗(𝑡) = 1 − 𝑗=0 𝑛−1 𝑃𝑗(𝑡) при 𝑡 → ∞ и результат (24) приводят к расчётной формуле: 𝑆 = 1 − 𝑗=0 𝑛−1 𝑚𝜇 𝜆 𝑗 1 𝑗! 𝑒−𝑚𝜇/𝜆 (24) (25)
  • 24. Коэффициент готовности большемасштабных вычислительных систем 24 При анализе большемасштабных ВС можно использовать статистику не от потоке отказов в одной ЭМ, а об отказах ВС в целом. Тогда модель можно изменить след. образом. Пусть задана не интенсивность 𝜆 отказов одной ЭМ системы, а интенсивность Λ потока отказавших ЭМ ВС – среднее количество отказавших ЭМ, поступающих на 𝑚 ВУ в единицу времени. Далее пусть 𝑃𝑗 - вероятность того, что в стационарном режиме в ВС имеется 𝑗 отказавших машин. Действуя традиционно, получаем: −Λ 𝑃0 + 𝜇 𝑃1 = 0 Λ 𝑃𝑗−1 − Λ + 𝑗𝜇 𝑃𝑗 + 𝑗 + 1 𝜇𝑃𝑗+1 = 0, 1 ≤ 𝑗 < 𝑚 Λ 𝑃𝑗−1 − Λ + 𝑚𝜇 𝑃𝑗 + 𝑚𝜇 𝑃𝑗+1 = 0, 𝑚 ≤ 𝑗 (26)
  • 25. Коэффициент готовности большемасштабных вычислительных систем 25 Как было показано (для ЭВМ), 𝜇 – среднее число восстановлений ЭМ, которое может произвести 1 ВУ в ед. времени. Тогда производительность восстанавливающей системы будет характеризоваться величиной 𝑚𝜇. Очередь на восстановление ЭМ не будет расти безгранично и ресурсы будут эксплуатироваться с потенциально возможной эффективностью при условии Λ ≤ 𝑚𝜇. Легко показать, что решениями (26) в этом случае будут: 𝑃0 = 𝑙=0 𝑚−1 1 𝑙! Λ 𝜇 𝑙 + 𝜇 𝑚 − 1 ! (𝑚𝜇 − Λ) Λ 𝜇 𝑚 −1 𝑃𝑗 = Λ 𝜇 𝑗 Δ 𝑚 − 𝑗 1 𝑗! + Δ(𝑗 − 𝑚) 1 𝑚! 𝑚 𝑗−𝑚 𝑃0, 𝑗 ∈ 𝐸0 ∞ (27) (28)
  • 26. Коэффициент готовности большемасштабных вычислительных систем 26 По определению 𝑛 – количество ЭМ основной подсистемы со структурной избыточностью. Целесообразно ввести 𝑛 – максимальное количество отказавших ЭМ, при котором производительность ВС не ниже предельно допустимой. Следовательно, если ВС находится в состоянии 𝑗 ∈ 𝐸0 𝑛 , где 𝐸0 𝑛 = 0, 1,2, … , 𝑛 , 𝐸0 𝑛 ⊂ 𝐸0 ∞ , то будем считать, что она в состоянии готовности. Тогда коэффициент готовности ВС рассчитывают по формуле: 𝑆 = 𝑗=0 𝑛 𝑃𝑗 , где величины 𝑃𝑗 определяются из (27) и (28).
  • 27. Коэффициент готовности большемасштабных вычислительных систем 27 Зная 𝑃𝑗 можно также вычислить среднее количество отказавших машин ВС, ожидающих начала восстановления: 𝑀1 = Λ 𝑚𝜇(1 − Λ/𝑚𝜇)2 𝑃𝑚 при условии Λ ≤ 𝑚𝜇. Математическое ожидание количества отказавших машин 𝑀2 = 𝑀1 + 𝑃0 𝑗=1 𝑚−1 1 𝑗 − 1 ! Λ 𝜇 𝑗 + 𝑚 𝑃𝑚 1 − Λ/𝑚𝜇 Среднее число свободных восстанавливающих устройств 𝑀3 = 𝑃0 𝑗=0 𝑚−1 𝑚 − 𝑗 𝑗! Λ 𝜇 𝑗
  • 28. Коэффициент готовности большемасштабных вычислительных систем 28 Вероятность того, что все ВУ заняты ремонтом отказавших ЭМ Π = 𝑃𝑚(1 − Λ/𝑚𝜇)−1 Закон распределения времени 𝜂 ожидания начала восстановления отказавшей ЭМ или вероятность того, что время пребывания ЭМ в очереди на ремонт больше 𝑡 𝑃 𝜂 > 𝑡 = Π𝑒−(𝑚𝜇−Λ)𝑡 Мат. ожидание и дисперсия времени ожидания начала восстановления отказавшей ЭМ 𝑀𝜂 = Π 𝑚𝜇 − Λ ; 𝐷𝜂 = 𝑀𝜂 2 𝑚𝜇 − Λ − 𝑀𝜂 Основываясь на том факте, что производительность ВС 𝑛𝜔, которая близка к суммарной производительности 𝑁𝜔, можно считать, что 𝑛 = 𝑁 − 𝑛, Λ = 𝑁𝜆.