情報処理試験の午前１

の勉強メモを、次回の午前１受験時のために残しておく。

■待ち行列
「M/M/1/∞モデル」の前提は次の通り

• 到着間隔は指数分布に従い(M)
• サービス時間は指数分布に従い(M)
• 窓口は１つで
• 待ちの許容量は∞

更に大前提として

• 窓口でのサービスは１人に限られ、順番待ちを途中でやめない

「混み具合」から「待ち時間」を求める式は次の通り

• 平均到着時間＝窓口にやってくる客の平均間隔：　Ta
• 平均到着率＝単位時間に窓口にやってくる客数：　λ＝1/Ta

• 平均サービス時間＝１客を処理する時間：　Ts
• 平均サービス率＝単位時間に処理できる客数：　μ＝1/Ts

• 利用率：　ρ＝λ/μ＝Ts/Ta
• 待ち行列：　Ｌ＝ρ/(1-ρ)
• 待ち時間＝処理開始されるまでの待ち時間：　Tw＝Ｌ×Ts

例えば、

• 客数が２倍になる→λが２倍→ρが２倍→Tw＝2ρ/(1-2ρ)×Ts
• サービス時間が２倍になる→μが半分→ρが２倍→Tw＝2ρ/(1-2ρ)×Ts

• 客数が半分→λが半分→ρが半分→Tw＝ρ/(2-ρ)×Ts
• サービス時間が半分になる→μが２倍→ρが半分→Tw＝2ρ/(1-2ρ)×Ts

■高信頼化アプローチ

• フェールオーバー ： 冗長化して障害に備え、フェールソフトできるようにしておく
• フェールソフト ： 障害が発生した際、可能な範囲で運転を続ける
• フェールセーフ ： 障害が発生した際、安全な状態が保てるようにしておく
• フォールバック ： 障害が発生した際、サービスレベルを低下させても良いので運転を続ける
• フォールトトレランス： 障害が発生した際、機能を失わずに運転を続ける
• フールプルーフ ： 誤操作した際、危険な状態にならないようにしておく

■データ分析

• スライス ： ある観点に沿ってデータを参照する（１月→２月）
• ダイス ： 異なる観点でデータを参照し直す（商品分類→曜日）
• ドリルダウン ： より細かい分類でデータを参照する（大分類→小分類）
• ロールアップ ： より粗い分類でデータを参照する（小分類→大分類）
• データクレンジング ： 使えるデータに整形する（誤り・重複の修正、属性・体系の統一）