где

– интенсивность перехода

из состояния

в состояние

;

, определяемая посредством (2.1.26), – интенсивность выхода

из состояния

, имеет нетривиальное решение

такое, что

. Действительно, беря

, где

определяется (2.1.2), получим, что (2.1.27) превращаются в глобальные уравнения равновесия для сети, которым

удовлетворяет. А ряд

сходится, так как его члены отличаются от членов ряда (2.1.25) постоянным множителем.
Замечание 2.1. Отметим, что для эргодичности марковского процесса

достаточно потребовать выполнения следующих двух условий, гарантирующих выполнение (2.1.25):
1) сходится ряд

Здесь условие 2) гарантирует регулярность марковского процесса, который не может за конечное время делать бесконечное число скачков из одного состояния в другое.
Замечание 2.2. Если условие (2.1.24) выполнено во всех узлах и ряд (2.1.25) сходится, то получается простой алгоритм для нахождения стационарных вероятностей:
1. Решается система линейных уравнений (2.1.1).
2. Проверяется выполнение условия (2.1.24).
3. Определяется

по формуле (2.1.26) и проверяется сходимость ряда (2.1.25).
4. Определяются

с помощью соотношения

где

(Формулы (2.1.28), (2.1.29) получаются из (2.1.18), (2.1.19) с учетом персонификации

-го узла и того, что на него в изоляции направляется простейший поток с параметром

).
5. Находится стационарное распределение состояний сети

с помощью формулы (2.1.2).
При этом нормировку вероятностей можно производить не

раз, как это делалось в пункте 4, а один раз, исходя из условия

. Отметим также, что если в сети есть терминальные узлы, в которых условие (2.1.24) не выполняется, то алгоритм существенно усложнится, так как в этих узлах нельзя применить (2.1.28), (2.1.29). Поэтому для таких узлов необходимо добавить процедуру численного решения системы уравнений (2.1.3) – (2.1.8) с последующей его нормировкой.
Замечание 2.3. Нетрудно понять, что совместное стационарное распределение чисел заявок в узлах имеет следующую форму:

где

а совместное стационарное распределение режимов работы узлов – форму:

где

Исходя из этих соотношений можно построить также алгоритм подсчета числовых характеристик узлов в стационарном режиме. Например, можно найти среднее стационарное число заявок в каждом узле, средний стационарный режим работы каждого узла и т.п. В принципе можно построить алгоритм нахождения совместной стационарной производящей функции чисел заявок и режимов работы в узлах сети, алгоритмы нахождения совместной производящей функции чисел заявок и нахождения совместной производящей функции режимов работы узлов в установившемся состоянии.
Пусть

– часть выходящего из

-го узла потока заявок, покидающих сеть

– подмножество нетерминальных узлов

. Из леммы 2.2 и результатов работы

вытекает
Следствие 1.1 [43, C.133]. Потоки
являются независимыми пуассоновскими потоками с параметрами
соответственно.
Заметим, что если условию (2.1.23) подчиняются все узлы, то

– независимые пуассоновские потоки.
Пусть

, где

– вектор, все координаты которого равны нулю кроме

– вектор, все координаты которого равны нулю кроме

. На фазовом пространстве

задан многомерный марковский процесс

, где

, своими инфинитезимальными интенсивностями перехода

Интенсивности перехода из состояния

во все состояния, отличные от вышеперечисленных, предполагаются равными нулю. Здесь

, если

и

, если

и

и

.
Марковский процесс

описывает открытую сеть с простейшим входным потоком с параметром

и вероятностью

направления поступающей заявки в

-й узел. В

-м узле находится единственный экспоненциальный прибор с интенсивностью обслуживания

, зависящей от состояния узла. Заявка, обслуженная в

-м узле, переходит с вероятностью

в

-й узел, а с вероятностью

покидает сеть. Компонента

выражает число заявок в

-м узле, а компонента

– номер режима работы прибора. Прибор

-го узла может работать в

режимах

с показательно распределенным временем пребывания в них;

– интенсивность увеличения номера режима на единицу,

– интенсивность уменьшения номера режима на единицу.