loss network is used to capture the

loss network is used to capture the dynamics and uncertainty of the
computer/communication application being modeled.
One of the most important objectives in analyzing such loss networks
is to determine performance measures of interest, most notably
the stationary loss probability for each customer class. The
classical Erlang formula, which has been thoroughly studied and
widely applied in many fields of research, provides the probabilistic
characterization of these loss probabilities. More specifically,
given a stochastic network and a multiclass customer workload,
the formula renders the stationary probability that a customer will
be lost due to insufficient capacity for at least one resource type.
While the initial results of Erlang [5] were for the particular case
of Poisson arrivals and exponential service times, Sevastyanov [23]
demonstrates that the Erlang formula holds under general finitemean
distributions for the customer service times. The results are
also known to hold in the presence of dependencies among service

Kết quả (Việt) 1:

mất mạng được sử dụng để nắm bắt các động lực và sự không chắc chắn của cácứng dụng máy tính/truyền thông đang được mô phỏng.Một trong những mục tiêu quan trọng nhất trong việc phân tích như vậy bị mất mạngđể xác định các biện pháp hiệu suất của lãi suất, đáng chú ý nhấtvăn phòng phẩm giảm xác suất cho mỗi lớp khách hàng. Cáccông thức cổ điển Erlang, mà đã được nghiên cứu kỹ lưỡng vàrộng rãi được áp dụng trong nhiều lĩnh vực nghiên cứu, cung cấp các xác suấtđặc tính của các xác suất bị mất. Cụ thể hơn,đưa ra một mạng lưới ngẫu nhiên và khối lượng công việc multiclass khách hàng,công thức xác suất cố định một khách hàng sẽ hiển thị hình ảnhbị mất do không đủ năng lực cho các nguồn tài nguyên ít nhất một loại.Trong khi các kết quả ban đầu của Erlang [5] Đối với trường hợp cụ thểPoisson đến và thời gian dịch vụ mũ, Sevastyanov [23]chứng tỏ rằng công thức Erlang nắm giữ dưới chung finitemeanphân phối cho khách hàng dịch vụ thời gian. Kết quả làcũng được biết đến để giữ sự hiện diện của quan hệ phụ thuộc giữa các dịch vụ

Kết quả (Việt) 2:

mạng mất mát được sử dụng để nắm bắt được động lực và sự không chắc chắn của các
ứng dụng máy tính / thông tin liên lạc được mô hình hóa.
Một trong những mục tiêu quan trọng nhất trong việc phân tích mạng tổn thất đó
là xác định các biện pháp thực hiện các lợi ích, đặc biệt là
sự mất khả năng văn phòng phẩm cho từng lớp khách hàng. Các
Erlang công thức cổ điển, mà đã được nghiên cứu kỹ lưỡng và
áp dụng rộng rãi trong nhiều lĩnh vực nghiên cứu, cung cấp các xác suất
đặc tính của những xác suất mất mát. Cụ thể hơn,
cho một mạng lưới ngẫu nhiên và một khối lượng công việc của khách hàng nhiều lớp,
công thức làm cho xác suất văn phòng phẩm mà khách hàng sẽ
bị mất do không đủ công suất cho ít nhất một loại tài nguyên.
Trong khi các kết quả ban đầu của Erlang [5] là trường hợp đặc biệt
lượng khách Poisson và thời gian phục vụ theo cấp số nhân, Sevastyanov [23]
chứng minh rằng công thức Erlang giữ dưới finitemean chung
phân phối cho những lần phục vụ khách hàng. Các kết quả được
cũng được biết đến để giữ trong sự hiện diện của các phụ thuộc giữa các dịch vụ