Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Соответствие между экспоненциальным распределением (с интенсивностью поступлений Я) и распределением Пуассона показано в следующей таблице.
Экспоненциальное Распределение распределение Пуассона
Случайная переменная | Время t между наступлениями событий | Количество п наступлений событий в течение заданного периода времени Г |
Значение случайной величины | г>0 | п = 0,1,2,... |
Функция плотности вероятности | /(f) = Яе-'", f>0 | Л(/)-М"в" «= 0,1,2,... и! |
Среднее значение (математическое ожидание) | Ш временных единиц | ЯТв течение времени Т |
Функция распределения | P{t < А} = 1 - e'M | Pkn{T) = ро(7) + р,(Т) +... + РМ7) |
Вероятность, что не произойдет ни одного события в течение времени А | P{t>A} = e-AA | ро(А) = e~* |
Пример 17.4.1
В небольшом штате каждые 12 минут рождается ребенок. Время между рождениями распределено по экспоненциальному закону. Требуется определить следующее.
17.4. Модели рождения и гибели.
1. Среднее число рождений за год.
2. Вероятность того, что на протяжении одного дня не будет ни одного рождения.
3. Вероятность выдачи 50 свидетельств о рождении к концу третьего часа, если известно, что на протяжении последних двух часов было выдано 40 таких свидетельств.
, 24x60,™
Вычислим интенсивность рождении за день: Х = ——— = 120 рождении за день.
Интенсивность рождений в штате за год равна Яг = 120 х 365 = 43800 рождений.
Вероятность того, что на протяжении одного дня не родится ни один ребенок, вычисляется с использованием пуассоновского распределения
,. (l20xl)Vl2,M Л(,) =-£-
Для вычисления вероятности выдачи 50 свидетельств о рождении к концу третьего часа при условии, что на протяжении последних двух часов было выдано 40 таких свидетельств, заметим, что, поскольку распределение числа рождений является пу-ассоновским, искомая вероятность сводится к вероятности появления 10 (= 50 - 40) рождений за один (=3-2) час. Так как Я = 60/12 = 5 рождений за час, то
■V"'
/ ч (5x1).
Р.о0) = ----= 0,01813.
104 ' 10!
Формулы для вычисления функциональных параметров систем обслуживания включают громоздкие вычисления, поэтому для их выполнения желательно использовать программное обеспечение TORA. На рис. 17.2 показаны выходные данные, полученные с помощью программы TORA, для модели чистого рождения с интенсивностью At = 5 х 1 = 5 рождений за день.
Аналогичные вычисления выполняет шаблон Excel chl7PoissonQueues.xls, также показанный на рис. 17.2.
УПРАЖНЕНИЯ 17.4.1
1. Пусть в примере 17.4.1 служащий, который вводит информацию из свидетельств о рождении в компьютер, обычно ожидает, пока не накопится по крайней мере пять сертификатов. Определите вероятность того, что служащий будет вводить новый пакет данных каждый час.
2. Коллекционер произведений искусства в среднем раз в месяц ездит на художественные аукционы. Каждая поездка точно гарантирует одну покупку. Время между поездками имеет экспоненциальное распределение. Определите следующие параметры.
a) Вероятность того, что коллекционер на протяжении трехмесячного периода не купит ни одного произведения искусства.
b) Вероятность того, что коллекционер приобретет не более восьми произведений искусства на протяжении года.
c) Вероятность того, что интервал между двумя последовательными поездками коллекционера превысит один месяц.
Глава 17. Системы массового обслуживания
Title: Example 17.4-1 Scenario 1: Pure Birth Model
Lambda = 5 00000 Lambda eff =
Ls = Ws =
5,00000
Mu = Rho/c =
Lq = Wq = 0 00000
n | Probability, pn | Cumulative, Pn | n | Probability, pn | Cumulative, Pn | ||||||
0,00674 | 0,00674 | 0,03627 | 0,96817 | ||||||||
0 03369 | 0,04043 | 0,01813 | 0.98630 | ||||||||
0,08422 | 0,12465 | 0,00824 | 0,99455 | ||||||||
0,14037 | 0,26503 | 0,00343 | 0,99798 | ||||||||
0,17547 | 0.44049 | 0.00132 | 0,99930 | ||||||||
0,17547 | 0,61596 | 0,00047 | 0,99977 | ||||||||
0,14622 | 0,76218 | 0,00016 | 0.99993 | ||||||||
0,10444 | 0,86663 | 0,00005 | 0,99998 | ||||||||
0.06528 | 0.93191 | 0,00001 | 0.99999 | ||||||||
A | В | С | |||||||||
! | M/M/CK5D/N/K Oueueing Model | ||||||||||
Input Data (to enter an infinite value, type i or infinity): | |||||||||||
5, | _ 0 | ||||||||||
Sys. Llm.. N= | infinity | Source limit. К» | infinity | ||||||||
Output Results (Pur* Birth Model): | |||||||||||
infmit- | |||||||||||
Ls = | Lp = | ||||||||||
Ws = | 1 Wq = | ||||||||||
n | Pn | CPn | 1-CPn | ||||||||
00D6737947D | 0 0067379470 | ||||||||||
0 0404276820 | D95957231 BO | ||||||||||
0 0842243375 | 08753479B05 | ||||||||||
014037Э8958 | 0 2650259153 | 0 7349740847 | |||||||||
1^ | D 4404932851 | D.5595D67149 | |||||||||
1i | 0 6159606548 | 0 3840393452 | |||||||||
0 7621B34630 | 0.2378165370 | ||||||||||
01D4444B630 | 0 8666283259 | 0.1333716741 | |||||||||
в | 0 0652780393 | 0 9319063653 | 0 0680936347 | ||||||||
0 0362655774 | 0 9681719427 | 0D31B280573 | |||||||||
0 01B1327887 | 0 9863047314 | 0 0136952686 | |||||||||
\2 | 0 00B2421767 | 0 9945469081 | 0 0054530919 | ||||||||
U | 0 0034342403 | 0 9979811464 | 0 0D2D188516 | ||||||||
Рис. 17.2. Вычисление в TORA и Excel вероятностей из примера 17.4.1
3. В систему обслуживания банка заявки на обслуживание поступают с интенсивностью 2 заявки в минуту. Требуется определить следующие параметры.
a) Среднее число заявок на протяжении пяти минут.
b) Вероятность того, что в течение 0,5 минуты не поступит ни одной заявки.
c) Вероятность того, что по крайней мере одна заявка поступит в течение следующих 0,5 минуты.
d) Вероятность того, что промежуток времени между двумя последовательными поступлениями заявок на обслуживание равен по меньшей мере трем минутам.
17.4. Модели рождения и гибели.
4. Время между прибытиями посетителей в ресторан распределено по экспоненциальному закону со средним значением 5 минут. Ресторан открывается в 11:00. Требуется вычислить следующее.
a) Вероятность того, что в 11:12 в ресторане окажется 10 посетителей при условии, что в 11:05 в ресторане было 8 посетителей.
b) Вероятность того, что новый посетитель прибудет в ресторан в интервале между 11:28 и 11:33, если известно, что предыдущий посетитель прибыл в ресторан в 11:25.
5. Заказанные публичной библиотекой книги поступают в соответствии с пуассо-новским распределением со средним значением 25 книг в день. На каждой полке в хранилищах можно разместить 100 книг. Требуется вычислить следующее.
a) Среднее количество полок, ежемесячно заполняемых новыми книгами.
b) Вероятность того, что ежемесячно для размещения поступающих книг потребуется более 10 книжных шкафов, если известно, что каждый книжный шкаф состоит из пяти полок.
6. В университетском городке функционируют две автобусные линии: красная и зеленая. Красная обслуживает северную часть городка, зеленая — южную. Автобусные линии связаны пересадочной станцией. Автобусы зеленой линии на пересадочную станцию прибывают в соответствии с распределением Пуассона в среднем каждые 10 мин. Аналогичный показатель для автобусов красной линии равен 7 мин.
a) Какова вероятность того, что оба автобуса остановятся на пересадочной станции на протяжении пятиминутного интервала?
b) У студента, чье общежитие находится рядом с пересадочной станцией, через 10 мин. лекция. Любой автобус доставит студента к учебному зданию. Поездка занимает 5 мин., затем студент должен около 3 мин. идти пешком к учебному зданию. Какова вероятность того, что студент вовремя придет на лекцию?
7. Докажите, что среднее и дисперсия распределения Пуассона на интервале t равны At, где А — интенсивность поступления заявок.
8. Получите распределение Пуассона из разностно-дифференциальных уравнений модели чистого рождения. Совет. Решением дифференциального уравнения
17.4.2. Модель чистой гибели
В данной модели предполагается, что система начинает функционировать, когда в момент времени 0 в ней имеется N клиентов и не допускается ни одного нового поступления клиента. Обслуженные клиенты выбывают из системы с интенсивностью // клиентов в единицу времени. Пусть pn(t) — вероятность того, что после t временных единиц в системе остается п клиентов. Для получения разностно-дифференциальных уравнений относительно pn(t) обычно следуют логике рассуждений, использованных в модели чистого рождения (раздел 17.4.1). Поэтому имеем
у +a(t)y = b(t)
является функция
Глава 17. Системы массового обслуживания
pN(t + h)=pN(t){l-ph),
pjit + ft) =р„(0(1 - /Л) +р.+1(0/Л, 0 < п < N,
p0(t + h)=p0(t)(l)+Pl(t)ph.
При h —►? получим
/>*(')=-№*(')>
pU') = -w.(0 + w.-i(')- о<"<^,
p;(')=HPi(0-
Эти уравнения имеют решение
' (N-n)l
л(0 =»-Ел(0.
которое называется усеченным распределением Пуассона.
Пример 17.4.2
Секция цветов бакалейно-гастрономического магазина складирует 18 дюжин роз в начале каждой недели. В среднем продается 3 дюжины роз в день (за один раз продается дюжина роз), но действительный спрос подчиняется распределению Пуассона. Как только уровень запаса снижается до 5 дюжин, делается новый заказ на поставку 18 дюжин роз в начале следующей недели. Запасы по своей природе таковы, что все неиспользованные до конца недели розы приходят в негодность и ликвидируются. Требуется вычислить следующие параметры системы.
1. Вероятность размещения заказа к концу каждого дня недели.
2. Среднее количество роз, которые будут ликвидированы к концу недели.
Так как розы покупаются с интенсивностью р = 3 дюжины в день, то вероятность того, что заказ будет размещен в конце дня t, равна
5 (3/)'8"V3'
Pn<s«)=Po(t)+p](t) +...+Р5«)=р0(.1)+ -—, / = 1,2,...,7.
„=, (18-и)!
С помощью программы TORA получим следующие результаты расчетов (файл chl 7ToraQueuesExl 7-4-2.txt).
г (дни) | |||||||
** | |||||||
Pnsa(t) | 0,0000 | 0,0088 | 0,1242 | 0,4240 | 0,7324 | 0,9083 | 0,9755 |
Среднее количество роз, которые будут ликвидированы к концу недели (t = 7), вычисляется (с использованием программы TORA) следующим образом.
M[n\t = 7} = ^ир„(7) = 0,664 дюжины.
л»0
17.4. Модели рождения и гибели.
УПРАЖНЕНИЯ 17.4.2
1. На основе примера 17.4.2 выполняется следующее.
a) Используйте программу TORA для проверки значений pn<s(t) при t = 1, 2,...,7.
b) Используйте программу TORA для вычисления р„(7), п = 1, 2, 18, и затем проверьте, что эти вероятности дают значение М{п \ t = 7} = 0,664 дюжины.
2. В примере 17.4.2 определите следующее.
a) Вероятность того, что за три дня запас роз будет исчерпан.
b) Среднее количество роз, оставшихся к концу второго дня.
c) Вероятность того, что по крайней мере одна дюжина роз будет продана в течение четвертого дня, если последняя покупка роз была в конце третьего дня.
d) Вероятность того, что интервал времени до следующей покупки роз не превышает полдня, если последняя покупка была днем раньше.
e) Вероятность того, что на протяжении первого дня не будет продано ни одной дюжины роз.
3. Джазовый оркестр средней школы дает концерт в зале на 400 мест. Местные фирмы покупают билеты блоками по 10 билетов и дарят их молодежным организациям. Этим фирмам билеты продаются лишь 4 часа в день перед концертом. Процесс заказа билетов по телефону является пуассоновским со средним значением, равным 10 звонков в час. Билеты, оставшиеся после закрытия кассы, продаются со скидкой за час перед началом концерта. Требуется определить следующее.
a) Вероятность того, что можно будет купить "уцененные" билеты.
b) Среднее значение количества "уцененных" билетов.
4. Каждое утро в холодильник небольшой мастерской помещается два ящика (по 24 банки) безалкогольных напитков для десяти работников. Они могут утолять свою жажду в любой момент на протяжении восьмичасового рабочего дня (с 8:00 до 16:00). Процесс потребления напитков является случайным (в соответствии с распределением Пуассона), но известно, что в среднем каждый работник употребляет примерно 2 банки в день. Какова вероятность того, что запас напитков исчерпается к полудню? К моменту закрытия мастерской?
5. Студент-первокурсник ежемесячно получает от родителей банковский депозит на 100 долл. для покрытия текущих расходов. Получение студентом денег чеками по 20 долл. каждый на протяжении месяца происходит случайным образом в соответствии с экспоненциальным законом со средним значением 1 раз в неделю. Определите вероятность того, что к концу месяца (т.е. к концу четвертой недели) у студента не будет денег на текущие расходы.
6. На складе находится 80 единиц продукции, которая изымается в соответствии с распределением Пуассона с интенсивностью 5 единиц в день. Требуется определить следующее.
a) Вероятность того, что за два дня из склада будет изъято 10 единиц продукции.
b) Вероятность того, что к концу четвертого дня на складе не останется ни одной единицы продукции.
c) Среднее количество изъятых единиц продукции на протяжении четырех дней.
Глава 17. Системы массового обслуживания
7. Ремонтный цех предприятия только что складировал 10 комплектов запасных частей для ремонта автомобилей данного предприятия. Пополнение запаса в таком же объеме происходит каждые 7 дней. Время между поломками автомобилей является случайной величиной, распределенной по экспоненциальному закону со средним значением, равным одному дню. Определите вероятность того, что автомобиль 2 дня будет находиться в неисправном состоянии из-за отсутствия запасных частей.
8. Объем спроса на изделие является случайной величиной, распределенной по закону Пуассона со средним значением 3 единицы в день. Максимальная вместимость склада равна 25 единицам. Склад полностью заполняется каждый понедельник сразу же после получения нового заказа. Объем заказа зависит от количества изделий, оставшихся к концу недели в субботу (воскресенье — выходной день). Требуется определить следующие параметры.
a) Средний недельный объем заказа.
b) Вероятность отсутствия запаса утром в пятницу.
c) Вероятность того, что недельный объем заказа превысит 10 единиц.
9. Докажите, что в модели чистой гибели распределение времени между удалениями (подчиняющимися усеченному распределению Пуассона) клиентов из системы является экспоненциальным с математическим ожиданием 1///единиц времени.
10. Получите усеченное распределение Пуассона из разностно-дифференциаль-ных уравнений модели чистой гибели с помощью метода индукции. (Подсказка. См. указание к упражнению 17.4.1.8.)
17.5. ОБЩАЯ МОДЕЛЬ СИСТЕМЫ МАССОВОГО ОБСЛУЖИВАНИЯ
В данном разделе рассматриваются общие системы массового обслуживания, в которых есть как входной поток клиентов, так и выходной поток обслуженных клиентов. Время между последовательными поступлениями клиентов и время обслуживания являются экспоненциально распределенными случайными величинами. Эта модель служит основой при рассмотрении специализированных моделей Пуассона, которым посвящен раздел 17.6.
При рассмотрении общих систем массового обслуживания предполагается, что система функционирует в течение достаточно большого интервала времени, по истечении которого в ее работе наступает стационарный режим. Этот режим функционирования обслуживающей системы противопоставляется переходному (или неустановившемуся) режиму, который превалирует в самый начальный период функционирования системы. В этой главе не рассматриваются переходные режимы работы систем массового обслуживания, поскольку, во-первых, это связано с серьезными математическими трудностями, а, во-вторых, на практике данные системы обычно предназначаются для работы в течение весьма длительного времени.
В рассматриваемой в этом разделе общей модели системы массового обслуживания предполагается, что и интенсивность поступления клиентов, и интенсивность выходного потока зависят от состояния системы, что означает их зависимость от числа клиентов в системе обслуживания. Например, сборщик платы за проезд по автомагистрали в часы интенсивного движения стремится ускорить сбор пошлины. Или в мастерской с фиксированным количеством станков интенсивность их поломки
17.5. Общая модель системы массового обслуживания
убывает по мере возрастания числа аварийных станков, ибо лишь работающие станки могут выходить из строя. Введем следующие обозначения.
п — число клиентов в системе обслуживания (в очереди и на обслуживании),
Яп — интенсивность поступления в систему клиентов при условии, что в системе уже находится п клиентов,
цп — интенсивность выходного потока обслуженных клиентов при условии, что в системе находится п клиентов,
рп — вероятность того, что в системе находится п клиентов.
В общей модели системы массового обслуживания устанавливается функциональная зависимость вероятностей рп от Лп и цп. Эти вероятности используются затем при определении функциональных характеристик обслуживающей системы, таких как средняя длина очереди, среднее время ожидания и средний коэффициент использования сервисов.
Вероятности рп определяются из диаграммы интенсивностей переходов, представленной на рис. 17.3. Обслуживающая система находится в состоянии п, если в ней имеется п клиентов. Как показано в разделе 17.3, вероятность появления более одного нового клиента на протяжении малого промежутка времени Л стремится к нулю при Л —> 0. Это означает, что при п > 0 состояние п может быть изменено в двух возможных направлениях: п-1, когда с интенсивностью //„ обслуженный клиент выбывает из системы, и п + 1, когда клиенты поступают с интенсивностью Хп. Состояние 0 может измениться лишь к состоянию 1, когда имеет место поступление клиента с интенсивностью Л0. Заметим, что //0 не определено, так как клиенты не могут выбывать из пустой системы обслуживания.
Рис. 17.3. Диаграмма интенсивностей переходов
При выполнении условий стационарности ожидаемые интенсивности входного и выходного потоков в состоянии п (п > 0) должны быть равны. Так как состояние п может изменяться лишь к состояниям п - 1 и п + 1, отсюда следует
(ожидаемая интенсивность ^ у входного потока в состоянии п)
Аналогично
(ожидаемая интенсивность ^
\ = {K+V.)P.-у выходного потока в состоянии п)
Приравнивая эти две интенсивности, получаем следующее уравнение баланса.
К-А-1 + A + iP„.i = (k +V„)Pn> n = 1. 2,... Как видно из рис. 17.3, уравнение баланса, соответствующее п = 0, имеет вид
Глава 17. Системы массового обслуживания
Уравнения баланса решаются рекуррентно, последовательно выражая вероятности р, черезр0 следующим образом: для п = 0 имеем
U,
Для п = 1 получаем
Подставляя сюда р, = (A0///i)p0 и упрощая полученное выражение, имеем (проверьте!)
Рг '■
Ро-
Методом индукции можно показать, что
Значениер0 определяется из уравнения ^Г-о^" =
рв, л = 1, 2,...
Пример 17.5.1
Бакалейный магазин работает с тремя кассами. Вывеска возле касс извещает покупателей, что в любой момент будет открыта дополнительная касса, как только число покупателей в любой очереди превысит 3. Это означает, что если число покупателей меньше четырех, то работать будет лишь одна касса. Если число покупателей от четырех до шести, то будет работать две кассы. Если имеется больше шести покупателей, будут открыты все три кассы. Покупатели подходят к кассам в соответствии с распределением Пуассона с математическим ожиданием 10 человек в час. Время обслуживания одного покупателя в кассе распределено по экспоненциальному закону со средним 12 минут. Определим в установившемся режиме вероятность р„, что п покупателей стоят в очереди в кассу.
Из формулировки задачи имеем следующее.
Яп — Л = 10 покупателей в час, п = 0, 1,
yj = 5 покупателей в час, и = 0,1,2,3,
2x5 = 10 покупателей в час, и = 4,5,6, 3x5 = 15 покупателей в час, и = 7,8,...
Следовательно,
Р, =| yj/>o = 2A» />2=|yj Ро=*Ро> Л=1у) Ро=*Ро>
17.5. Общая модель системы массового обслуживания
Р*
Pi :
A=hT
Ро =8р0,
Ро = 8/V О
Is А"'
Ро, «= 7,8,...
Значение р0 определяется из уравнения
Ро+Ро
или, что равносильно,
2 + 4 + 8 + 8 + 8 + 8 + 8I - | +!
= 1
Ро 31 + 8
.♦,j-f,= 1.
Используя формулу суммы бесконечной геометрической прогрессии получаем следующее.
Ро
31 + 8
Следовательно,р0= 1/35.
Зная р0, можно определить любую вероятность, имеющую отношение к задаче. Например, вероятность того, что будет работать лишь одна касса, вычисляется как вероятность нахождения в системе не больше трех клиентов, т.е.
Ро + р, +Р2 +Рз = (1 + 2 + 4 + 8X1/35) * 0,273. Здесь предполагается, что в бакалейном магазине будет открыта как минимум одна касса, даже в том случае, когда вовсе нет покупателей.
Вероятности рп можно использовать для определения численных значений функциональных характеристик рассматриваемой системы. Например, среднее количество неработающих касс равно
Зр0 + 2(р, +р2 +р3) + 1(р4 +рь +р6) + 0(р7 +р8 +...) = 1 касса.
УПРАЖНЕНИЯ 17.5
1. В примере 17.5.1 определите следующие характеристики системы.
a) Распределение вероятностей количества работающих касс.
b) Среднее количество неработающих касс.
Глава 17. Системы массового обслуживания
2. Пусть в задаче о бакалейном магазине из примера 17.5.1 время между подходом покупателей к кассам распределено по экспоненциальному закону со средним 5 мин., а время расчета одного покупателя в кассе распределено по такому же закону со средним 10 мин. Предположим далее, что будет установлена четвертая касса, и все кассы будут открываться при увеличении числа покупателей на два. Требуется определить следующие величины.
a) Вероятности рп установившегося режима для всех п.
b) Вероятность того, что четвертая касса будет открыта.
c) Среднее количество неработающих касс.
3. Пусть в задаче о бакалейном магазине из примера 17.5.1 три кассы всегда открыты, и обслуживание организовано так, что покупатель будет подходить к первой свободной кассе. Определите следующие величины.
a) Вероятность того, что покупатели будут у всех трех касс.
b) Вероятность того, что подошедший к кассам покупатель не будет ожидать обслуживания.
4. Банк имеет один пункт, где клиенты могут воспользоваться банковским автоматом, не выходя из автомобиля. Автомобили прибывают в соответствии с распределением Пуассона с интенсивностью 12 автомобилей в час. Время, необходимое для обслуживания клиента банкоматом, распределено по экспоненциальному закону со средним, равным 6 мин. Максимальная вместимость полосы обслуживания банкоматом составляет 10 автомобилей. При заполненной полосе прибывающие клиенты должны обратиться к другому банку. Определите следующие величины.
a) Вероятность того, что прибывающий клиент не сможет воспользоваться услугами банковского автомата из-за того, что полоса обслуживания будет заполнена.
b) Вероятность того, что прибывающий клиент не сможет воспользоваться услугами банковского автомата без ожидания.
c) Среднее количество автомобилей в полосе обслуживания.
5. Вы слышали когда-либо, чтобы кто-то повторял противоречивое заявление: "Это место настолько переполнено, что больше туда никто не ходит"? Это утверждение можно интерпретировать в том смысле, что возможность отказа от обслуживания возрастает с ростом числа клиентов, которые нуждаются в обслуживании. Возможной основой для моделирования этой ситуации является утверждение о том, что интенсивность входного потока клиентов уменьшается, если число клиентов в системе возрастает. Для конкретности рассмотрим упрощенную модель бильярдного клуба, куда посетители обычно приходят парами для игры в бильярд. Нормальная интенсивность прихода клиентов равна шести парам в час. Однако если число пар в бильярдном клубе превышает восемь, интенсивность поступления клиентов уменьшается до 5 пар в час. Предполагается, что входной поток подчиняется распределению Пуассона. Время игры каждой пары является случайной величиной, распределенной по экспоненциальному закону с математическим ожиданием 30 мин. Бильярдный клуб имеет в своем распоряжении 5 бильярдных столов и одновременно может расположить не более 12 пар. Определите следующие величины.
a) Вероятность того, что клиенты начнут отказываться от сервиса.
b) Вероятность того, что все бильярдные столы заняты.
17.5. Общая модель системы массового обслуживания
c) Среднее количество используемых бильярдных столов.
d) Среднее число пар, ожидающих освобождения бильярдного стола.
Дата публикования: 2014-11-18; Прочитано: 2200 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!