--- title: "M/M/1待ち行列モデルとは？前提条件と到着率・サービス率の見分け方【基本情報技術者試験】" description: "M/M/1待ち行列モデルを、到着過程・サービス時間・窓口数の3点から整理し、到着率λ、サービス率μ、利用率ρ、有限バッファとの違いを解説します。" last_modified_at: "2026-08-02" canonical_url: "https://stemtazoo.github.io/fe/mm1-queueing-model/" section: "fe" --- ## まず結論 M/M/1待ち行列モデルとは、**要求がランダムに到着し、処理時間もランダムで、サービス窓口が1つの待ち行列モデル**です。 M/M/1の3文字は、次の意味を持ちます。 ```text 最初のM → 到着がマルコフ的 → 一般にはポアソン到着として扱う 2番目のM → サービス時間がマルコフ的 → 一般には指数分布として扱う 1 → サービス窓口が1つ ``` 基本情報技術者試験では、まず次の点を確認します。 ```text 到着が現在の混雑状況に左右されないか 窓口が1つか 処理順が原則として先着順か 到着率がサービス率を下回っているか ``` 覚える一文はこれです。 > **M/M/1は、ランダム到着・ランダム処理時間・窓口1つ。** ## 直感的な説明 コンビニのレジが1台だけある状況を考えます。 ```text 客が店に来る → 要求の到着 店員が会計する → サービス レジが1台 → 窓口数1 ``` 客は一定間隔ではなく、ばらばらに来店します。 また、会計時間も購入点数によって変わります。 ```text 到着時刻 → ばらばら 会計時間 → 客ごとに異なる レジ → 1台 ``` このような状況を単純化して分析するのがM/M/1です。 ただし、客が行列の長さを見て入店をやめる場合は、到着が混雑状況に依存します。 ```text 空いているときだけ来る 混んでいると来ない ``` この場合、単純なM/M/1の前提から外れます。 ## 定義・仕組み ### 待ち行列モデルとは 待ち行列モデルは、サービスを待つ要求がどの程度たまるか、どのくらい待つかを確率的に分析するモデルです。 ```text 要求が到着する ↓ 窓口が空いていれば処理 ↓ 窓口が使用中なら待ち行列へ並ぶ ↓ 順番が来たら処理 ``` 対象は人に限りません。 - プリンターへの印刷要求 - Webサーバへのアクセス - CPUへの処理要求 - コールセンターへの電話 - レジに並ぶ客 - 製造設備への加工要求 なども待ち行列として考えられます。 ### 最初のM：到着過程 最初のMは、要求がランダムに到着することを表します。 MはMarkovianの頭文字です。 FE試験では、次のように理解すると十分です。 ```text 要求の到着 → 一定間隔ではない → 過去や現在の混雑状況に強く依存しない → ランダムに発生する ``` 一般には、単位時間当たりの到着件数をポアソン分布、到着間隔を指数分布として扱います。 ### 2番目のM：サービス時間 2番目のMは、1件の要求を処理する時間もランダムであることを表します。 ```text 要求ごとに処理量が異なる ↓ 処理時間も異なる ``` 例えばプリンターなら、 ```text 準備に必要な時間 ＋ 印刷枚数に応じた時間 ``` によって、要求ごとの処理時間が変わります。 M/M/1では、サービス時間を指数分布に従うものとして扱います。 ### 1：サービス窓口数 最後の1は、サービスを提供する窓口が1つであることを表します。 ```text プリンター1台 レジ1台 サーバ1台 担当者1人 ``` 窓口が2つならM/M/2、3つならM/M/3と表します。 ### 先着順 基本的なM/M/1では、到着した順番に処理することを前提にする場合が多いです。 ```text 先に到着した要求 → 先に処理する ``` この処理順をFCFSといいます。 ```text FCFS = First Come, First Served ``` FIFOと似ていますが、待ち行列理論ではFCFSという表現もよく使います。 ### 待ち行列の容量 標準的なM/M/1モデルでは、待ち行列の容量を十分大きい、または無限と仮定します。 そのため、 ```text バッファが満杯 → 新しい要求を拒否する ``` という条件を明示的に扱う場合は、有限容量モデルを考えます。 代表例はM/M/1/Kです。 ```text K → システム内に存在できる要求数の上限 ``` M/M/1とM/M/1/Kは、区別して覚える必要があります。 このテーマは、基本情報技術者試験のシステム性能評価に関係します。公式の出題範囲やシラバスは、[IPA：基本情報技術者試験](https://www.ipa.go.jp/shiken/kubun/fe.html) から確認できます。 ## 到着率λとサービス率μ M/M/1では、次の2つの量が重要です。 ```text λ（ラムダ） → 単位時間当たりの平均到着数 μ（ミュー） → 単位時間当たりの平均サービス数 ``` 例えば、 ```text 1分間に平均4件到着 → λ = 4 1分間に平均5件処理 → μ = 5 ``` です。 ### 安定条件 待ち行列が際限なく増えないためには、サービス能力が到着量を上回る必要があります。 ```text λ < μ ``` 到着率がサービス率以上になると、平均的には処理が追いつきません。 ```text λ = 6 μ = 5 到着 → 1分に6件 処理 → 1分に5件 ``` この場合、毎分平均1件ずつ待ち行列が増えることになります。 ## 利用率ρ 利用率は、窓口がどの程度忙しいかを表します。 ```text ρ = λ ÷ μ ``` 例えば、 ```text λ = 4 μ = 5 ρ = 4 ÷ 5 = 0.8 ``` なので、利用率は80%です。 ```text ρが小さい → 窓口に余裕がある ρが1に近い → 窓口が混雑しやすい ``` M/M/1では、ρが1に近づくほど待ち時間が急激に増えます。 ## 科目Aでどう出る？ 科目Aでは、M/M/1の前提条件を問う問題や、到着率・サービス率から待ち時間を求める問題が出題されます。 ### 前提条件を問う問題 次のような記述があれば注意します。 ```text 混雑を見て要求を出す → 到着が状態に依存する → 単純なM/M/1から外れる 優先度によって順番を変える → 先着順ではない 窓口が複数ある → M/M/1ではない バッファ満杯で受付を止める → 有限容量モデルを検討 ``` ### 選択肢の切り方 | 記述 | 判断 | |---|---| | 要求はランダムに到着する | M/M/1に合う | | 1台のプリンターで処理する | M/M/1に合う | | 到着順に処理する | 基本モデルに合う | | 混雑を見て要求時刻を変える | 到着の独立性に反する | | バッファに上限がある | M/M/1/Kに近い | | 緊急度で処理順を変更する | FCFSではない | ### 問題文の対応付け プリンターの問題なら、次のように読み替えます。 ```text 印刷要求 → 客の到着 プリンター → サービス窓口 印刷処理 → サービス 印刷待ちデータ → 待ち行列 ``` この対応付けができると、問題文を整理しやすくなります。 ## 待ち時間の基本式 M/M/1では、平均待ち時間や平均滞在時間を求める式があります。 ### 平均系内時間 要求が到着してから、処理を終えるまでの平均時間です。 ```text W = 1 ÷ (μ - λ) ``` ### 平均待ち時間 待ち行列に並んでいる時間だけを表します。 ```text Wq = λ ÷ {μ(μ - λ)} ``` ### 平均系内要求数 処理中と待機中を合わせた平均要求数です。 ```text L = λ ÷ (μ - λ) ``` ### 平均待ち要求数 待ち行列に並んでいる平均要求数です。 ```text Lq = λ² ÷ {μ(μ - λ)} ``` FE試験では、式そのものだけでなく、何を求めているかを区別することが大切です。 ```text 到着から処理完了まで → 系内時間 処理開始まで → 待ち時間 処理中を含む要求数 → 系内要求数 待っている要求だけ → 待ち要求数 ``` ## リトルの法則 待ち行列では、リトルの法則も重要です。 ```text L = λW ``` 意味は次のとおりです。 ```text 平均系内要求数 = 平均到着率 × 平均系内時間 ``` 同様に、待ち行列だけを考えると、 ```text Lq = λWq ``` です。 式を暗記するより、 > **数 = 1時間当たりの到着数 × 1件が滞在する時間** と考えると理解しやすくなります。 ## M/M/1と有限容量モデルの違い 標準的なM/M/1では、待ち行列の容量に上限がないと考えます。 一方、プリンターのバッファや通信機器のキューには、実際には上限があります。 ```text 標準M/M/1 → 待ち行列容量は無限と仮定 M/M/1/K → システム内の要求数に上限Kがある ``` 上限に達した場合、 ```text 新しい要求を拒否する 要求を破棄する 再送させる ``` などの処理が必要になります。 試験では、「受付を中断する」「到着した要求を失う」という表現があれば、有限容量モデルを疑います。 ## データ構造のキューとの違い 同じ「キュー」という言葉が使われますが、目的が異なります。 ```text データ構造のキュー → データをFIFOで管理する仕組み 待ち行列理論 → 待ち時間や混雑を確率的に評価するモデル ``` 共通点は、先に到着したものから処理する点です。 | テーマ | 主な目的 | |---|---| | キュー | データの格納・取り出し | | 待ち行列理論 | 性能・待ち時間・混雑の予測 | データ構造のキューでは、到着率やサービス率は通常扱いません。 ## どんな場面で使う？ ### プリンター共有 複数のPCが1台のプリンターへ印刷要求を送る場合、印刷待ち時間を見積もるために使えます。 ### Webサーバ アクセス要求がランダムに到着し、1台のサーバが順番に処理する状況をモデル化できます。 ### コールセンター 電話の到着数と、オペレータの処理能力から、待ち時間や必要人数を検討します。 ただし、オペレータが複数人ならM/M/cモデルになります。 ### 製造設備 加工要求が1台の設備へ集まる場合、設備の利用率や滞留時間を見積もることができます。 ## よくある誤解・混同 ### Mは単に「ランダム」という意味 FE試験ではランダムと考えてよいことが多いですが、厳密にはMarkovianを表します。 ```text 到着 → ポアソン過程 到着間隔 → 指数分布 サービス時間 → 指数分布 ``` と整理すると正確です。 ### 先着順なら必ずM/M/1 先着順だけでは足りません。 ```text 到着がランダム サービス時間がランダム 窓口が1つ ``` も必要です。 ### 混雑を見て要求を控えても問題ない 混雑を見て到着時刻を変えると、到着が現在の状態に依存します。 これは単純なM/M/1の仮定から外れます。 ### バッファ上限があっても標準M/M/1 厳密には違います。 上限がある場合は、M/M/1/Kのような有限容量モデルを考えます。 ### λがμ以下なら安全 `λ = μ` では余裕がなく、平均待ち時間は発散します。 安定条件は、 ```text λ < μ ``` です。 ### 利用率が高いほど効率がよい 利用率が高すぎると、少しの変動で待ち時間が大きくなります。 ```text 利用率が100%に近い → 設備はよく使われる → ただし待ち時間が急増する ``` 効率と待ち時間のバランスが必要です。 ### 印刷量に比例する処理時間はM/M/1に反する 要求ごとに処理時間が異なること自体は、M/M/1の考え方に反しません。 ただし、実際の処理時間分布が指数分布と大きく異なる場合、別のモデルの方が適切なことがあります。 ## 科目Bでどう使う？ 科目Bでは、到着率・サービス率・利用率を変数として扱う処理につながります。 Pythonで利用率と平均系内時間を求めると、次のようになります。 ```python arrival_rate = 4.0 # λ：1分当たり4件 service_rate = 5.0 # μ：1分当たり5件 if arrival_rate >= service_rate: raise ValueError("到着率はサービス率より小さくする必要があります。") utilization = arrival_rate / service_rate system_time = 1 / (service_rate - arrival_rate) print(f"利用率: {utilization:.1%}") print(f"平均系内時間: {system_time:.2f}分") ``` 出力例は次のとおりです。 ```text 利用率: 80.0% 平均系内時間: 1.00分 ``` 科目Bでは、まず入力値が安定条件を満たしているか確認するのが大切です。 ```text λ < μ → 計算できる λ >= μ → 待ち行列が安定しない ``` ## まとめ（試験直前用） - M/M/1は、ランダム到着・ランダム処理時間・窓口1つ - 最初のMは到着過程を表す - 2番目のMはサービス時間を表す - 1は窓口数を表す - 基本モデルでは先着順を仮定することが多い - 混雑状況を見て到着を変えると、単純なM/M/1から外れる - 標準M/M/1は待ち行列容量を無限と仮定する - 有限容量はM/M/1/Kで表す - 到着率はλ、サービス率はμ - 安定条件は `λ < μ` - 利用率は `ρ = λ ÷ μ` - ρが1に近いほど待ち時間が急増する - データ構造のキューとは目的が異なる > **M/M/1を見たら、到着・処理時間・窓口数の3点を確認する。**