EKSAMEN I EMNE SIF5072 STOKASTISKE PROSESSER Onsdag 31. juli 2002 Tid: 09:00 14:00

Like dokumenter
EKSAMEN I EMNE TMA4265/SIF5072 STOKASTISKE PROSESSER Onsdag 10. august 2005 Tid: 09:00 13:00

EKSAMEN I ST2101 STOKASTISK MODELLERING OG SIMULERING Onsdag 1. juni 2005 Tid: 09:00 14:00

EKSAMEN I EMNE SIF5072 STOKASTISKE PROSESSER Lørdag 16. august 2003 Tid: 09:00 14:00

TMA4265 Stokastiske prosesser

TMA4265 Stokastiske prosesser

TMA4265 Stokastiske prosesser ST2101 Stokastisk simulering og modellering

TMA4265 Stokastiske prosessar

SIF5072 Stokastiske prosesser Side 2 av 7 Gitt at en pasient er symptomfri ved tidspunkt t, hva er sannsynligheten for at han er symptomfri i hele per

TMA4265 Stokastiske prosessar

EKSAMEN I ST2101 STOKASTISK MODELLERING OG SIMULERING Onsdag 1. juni 2005 Tid: 09:00 14:00

Eksamensoppgave i TMA4265 Stokastiske prosesser

Eksamensoppgave i TMA4265 Stokastiske Prosesser

ST2101 Stokastisk modellering og simulering

TMA4240 Statistikk Høst 2015

Eksamensoppgave i ST1201/ST6201 Statistiske metoder

FORELESNING I STK1130

SIF5072 Stokastske prosesser Sde 2 av 6 b) Hva vl det s at en Markov-kjede er rredusbel? Er Markov-kjeden fx n g denne oppgaven rredusbel? Er den aper

Eksamensoppgave i ST1201/ST6201 Statistiske metoder

EKSAMEN I TMA4285 TIDSREKKEMODELLER Fredag 7. desember 2012 Tid: 09:00 13:00

UNIVERSITETET I OSLO

TMA4265 Stokastiske prosesser

Eksamensoppgave i TMA4240 Statistikk

TMA4240 Statistikk Høst 2008

UNIVERSITETET I OSLO

EKSAMEN I TMA4240 Statistikk

Eksamensoppgave i ST0103 Brukerkurs i statistikk

UNIVERSITETET I OSLO

A) B) 400 C) 120 D) 60 E) 10. Rett svar: C. Fasit: ( 5 6 = 60. Hvis A, B, C er en partisjon av utfallsrommet S, så er P (A B) lik.

EKSAMEN I EMNE TMA4315 GENERALISERTE LINEÆRE MODELLER

EKSAMEN I FAG TMA4275 LEVETIDSANALYSE Mandag 27. mai 2013 Tid: 09:00 13:00

Kontinuerlige sannsynlighetsfordelinger.

Poissonprosesser og levetidsfordelinger

EKSAMEN I EMNE TMA4245 STATISTIKK

EKSAMEN I FAG TMA4275 LEVETIDSANALYSE Xxxdag xx. juni 2008 Tid: 09:0013:00

Eksamensoppgave i TMA4110/TMA4115 Calculus 3

Eksamensoppgave i TMA4240 / TMA4245 Statistikk

Eksamensoppgave i TMA4240 Statistikk

Eksamensoppgave i TMA4240 Statistikk

EKSAMEN I TMA4245 STATISTIKK Tysdag 21. mai 2013 Tid: 09:00 13:00 (Korrigert )

EKSAMEN I EMNE TMA4245 STATISTIKK

EKSAMEN I FAG TMA4240 STATISTIKK

Notasjon. Løsninger. Problem. Kapittel 7

Kap. 6, Kontinuerlege Sannsynsfordelingar

TMA4240 Statistikk Høst 2009

Eksamensoppgave i TMA4275 Levetidsanalyse

Oppfriskning av blokk 1 i TMA4240

Eksamen i SIF5036 Matematisk modellering Onsdag 12. desember 2001 Kl

EKSAMEN I TMA4285 TIDSREKKJEMODELLAR Fredag 7. desember 2012 Tid: 09:00 13:00

EKSAMEN I SIF4018 MATEMATISK FYSIKK mandag 28. mai 2001 kl

Eksamensoppgave i ST1201/ST6201 Statistiske metoder

TMA4240 Statistikk Høst 2016

TMA4240 Statistikk 2014

Regneøvelse 29/5, 2017

ST0103 Brukerkurs i statistikk Høsten Momentestimatoren og sannsynlighetsmaksimeringsestimatoren

Høgskolen i Telemark. Institutt for økonomi og informatikk FORMELSAMLING Statistikk I. Til bruk ved eksamen. Per Chr. Hagen

Eksamensoppgave i ST1201/ST6201 Statistiske metoder

Eksamensoppgåve i ST1201/ST6201 Statistiske metoder

UNIVERSITETET I OSLO

EKSAMEN I TMA4245 Statistikk

Eksamensoppgave i TMA4245 Statistikk

EKSAMEN I FAG TMA4240/TMA4245 STATISTIKK

EKSAMEN I FAG TMA4315 GENERALISERTE LINEÆRE MODELLER Torsdag 14. desember 2006 Tid: 09:0013:00

TMA4240 Statistikk Høst 2009

TMA4240 Statistikk. Øving nummer 7. Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag

STK1100 våren Kontinuerlige stokastiske variabler Forventning og varians Momentgenererende funksjoner

UNIVERSITETET I BERGEN

Eksamensoppgave i ST0103 Brukerkurs i statistikk

for x 0 F X (x) = 0 ellers Figur 1: Parallellsystem med to komponenter Figur 2: Seriesystem med n komponenter

Eksamensoppgave i Løsningsskisse TMA4240 Statistikk

FINAL EXAM IN STA-2001

MAT1120. Obligatorisk oppgave 1 av 2. Torsdag 20. september 2018, klokken 14:30 i Devilry (devilry.ifi.uio.no).

EKSAMEN I TMA4110 MATEMATIKK 3 Bokmål Mandag 6. juni 2011 løsningsforslag

Kap. 6, Kontinuerlege Sannsynsfordelingar

TMA4245 Statistikk Eksamen desember 2016

Eksamensoppgave i TMA4295 Statistisk inferens

Løsningsforslag øving 8, ST1301

EKSAMEN I FAG TMA4275 LEVETIDSANALYSE

Eksamensoppgave i TMA4140 Diskret matematikk

TMA4240 Statistikk Eksamen desember 2015

TMA4240 Statistikk H2015

Eksamensoppgave i TMA4250 Romlig Statistikk

EKSAMEN I TMA4300 BEREGNINGSKREVENDE STATISTIKK Torsdag 16 Mai, 2013

Obligatorisk oppgave 1 MAT1120 H15

EKSAMEN I EMNE TIØ4120 OPERASJONSANALYSE, GK. Torsdag 2. desember 2010 Tid: kl

Kommentarer til Eksamen IM005 - V02

Eksamensoppgave i TMA4275 Levetidsanalyse

UNIVERSITETET I OSLO

Bernoulli forsøksrekke og binomisk fordeling

Kontinuerlige sannsynlighetsfordelinger.

TMA4245 Statistikk. Innlevering 3. Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for telematikk

Eksamensoppgåve i TMA4240 / TMA4245 Statistikk

Eksamensoppgave i TMA4245 Statistikk

ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019

Kapittel 6: Kontinuerlige sannsynlighetsfordelinger : Normalfordelingen, normalapproksimasjon, eksponensial og gamma.

TMA4240 Statistikk Høst 2015

LØSNINGSFORSLAG TIL EKSAMEN I FAG SIF5045 NUMERISK LØSNING AV DIFFERENSIALLIGNINGER

UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet

Eksamensoppgåve i ST0103 Brukarkurs i statistikk

UNIVERSITETET I OSLO

Transkript:

Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 6 Bokmål Faglig kontakt under eksamen: Bo Lindqvist 73 59 35 32 EKSAMEN I EMNE SIF5072 STOKASTISKE PROSESSER Onsdag 31. juli 2002 Tid: 09:00 14:00 Hjelpemidler: Kalkulator HP30S Statistiske tabeller og formler, Tapir forlag. K. Rottman: Matematisk formelsamling. Ett gult ark (A5 med stempel) med egne formler og notater. Sensur: 21. august 2002. Oppgave 1 I brønner som bores i petroleumsreservoarer i Nordsjøen finnes ulike typer bergarter. Vi skal i denne oppgaven betrakte et reservoar hvor det finnes tre bergartstyper; 0: Skifer, 1: Skifrig sandstein og 2: Ren sandstein. La X(t) betegne bergartstypen ved posisjon t (målt i meter), der t = 0 øverst i reservoaret øker nedover. Vi skal her anta at {X(t); t 0} kan modelleres som en kontinuerlig-tid markovprosess slik at P{X(t + h) =j X(t) =i} = q ij h + o(h) for i j. Vi skal videre anta følgende verdier for de instantane overgangsintensiter, q ij, q 01 =4.0, q 02 =1.0, q 10 =0.5, q 12 =1.5, q 20 =0 og q 21 =0.5. a) Tegn opp et skjema over prosessen. Hva er gjennomsnittlig tykkelse av et lag med ren sandstein? Hva er sannsynligheten for at et lag med skifer er minst 1 meter tykt?

SIF5072 Stokastiske prosesser Side 2 av 6 Vi skal i første omgang fokusere på sekvensen av bergartstyper nedover langs en brønn og ignorerer dermed foreløpig tykkelsen på lagene. La Z 0 betegne bertartstypen ved t =0,laZ 1 betegne den første bergartstypen som besøkes etter bergartstype Z 0,laZ 2 betegne bertartstypen som besøkes deretter, osv. Kjeden {Z n } n=0 blir da en diskret-tid markovkjede (som i læreboka kalles for the embedded chain ). b) Regn ut overgangsmatrisen for Z n og vis dermed at den er 0.00 0.80 0.20 P = 0.25 0.00 0.75. 0.00 1.00 0.00 Bestem P{Z 3 =2 Z 0 =2}. Bestem P{Z 3 =2 Z 0 =2 Z 5 =2}. c) Bestem ekvivalensklassene for markovkjeden Z n, klassifiser hver tilstand som transient eller rekurrent, samt finn perioden til hver tilstand (Begrunn svarene!). Begrunn at markovkjeden har en grensefordeling og bestem denne. d) Forklar med ord hva det vil si at en (diskret-tid) markovkjede er tidsreversibel. Begrunn med ord eller vis matematisk at Z n ikke er tidsreversibel. I resten av oppgaven skal vi igjen betrakte den opprinnelige prosessen X(t) definert i starten av oppgaven. e) Bestem grensefordelingen for X(t). Hvor stor andel av reservoaret er skifer? I gjennomsnitt, hvor mange ganger pr. meter vil det være en overgang fra ren sandstein til skifrig sandstein. Skifer er tett og fungerer dermed som en barriere for flyt av olje og gass. Ren sandstein er porøs og har gode flytegenskaper. I skifrig sandstein er også flyt av olje og gass mulig, selv om flytegenskapene her er noe dårligere enn i ren sandstein. En viktig størrelse i vurderingen av et reservoar er derfor (vertikal) avstand mellom etterfølgende skiferbarrierer. f) Bestem gjennomsnittlig tykkelse av en sone med ren sandstein og skifrig sandstein mellom to skiferbarrierer.

SIF5072 Stokastiske prosesser Side 3 av 6 I tillegg til gjennomsnittlig vertikal avstand mellom to skiferbarrierer er det av interesse også å bestemme sannsynligheten for at avstanden er større enn eller lik d (der d er et gitt tall). Denne sannsynligheten er det ikke lett å finne ved analytisk regning, men den kan estimeres ved hjelp av simulering. g) Ta utgangspunkt i at du har tilgjengelig en funksjon som kan generere (vilkårlig mange) uavhengige uniformfordelte tall på intervallet [0, 1] og skriv ned en algoritme som benytter dette til å simulere markovprosessen X(t). Forklar hvordan den simulerte markovprosessen kan benyttes til å estimere den søkte sannsynlighet. [Vink: Du kan i dette punktet uten bevis benytte at dersom U er uniformfordelt på intervallet [0, 1], så blir ln(u)/λ eksponensialfordelt med parameter λ.] Oppgave 2 Anta at kunder ankommer en behandlingsstasjon ifølge en poissonprosess med intensitet λ. Anta videre at antall behandlingsenheter er ubegrenset, slik at kunder som ankommer umiddelbart påbegynner sin behandling. Vi antar at behandlingstidene for ulike kunder er uavhengige av hverandre og kommer fra en felles sannsynlighetsfordeling. La F (t) være kumulativ fordelingsfunksjon for behandlingstidene. Kunder som er ferdigbehandlet forlater umiddelbart behandlingsstasjonen. La X(t) betegne antall kunder som ankommer i tidsintervallet fra 0 til t og la Y (t) væreantall kunder under behandling ved tid t. Anta at ingen kunder er under behandling til tid t = 0 slik at X(0) = Y (0) = 0. a) Forklar betegnelsen M/G/ for køsystemet beskrevet over. For λ = 0.1 (pr. minutt), bestem sannsynligheten for at (nøyaktig) to kunder ankommer behandlingsstasjonen i løpet av en 15 minutters periode. Hva er forventet tid til kunde nummer k ankommer behandlingsstasjonen? (Gi svaret som funksjon av λ.)

SIF5072 Stokastiske prosesser Side 4 av 6 I neste punkt (og kun der) skal vi anta at sannsynlighetsfordelingen til behandlingstidene er en eksponensialfordeling med parameter µ, dvs. F (t) = 1 exp{ µt}. Dermed blir Y (t) en fødsels- og dødsprosess. b) Skriv ned fødsels- og dødsintensitetene for Y (t). Finn grensefordelingen for Y (t). I det lange løp, hvor stor andel av tiden vil det være tomt for kunder i behandlingsstasjonen? For en M/G/ -kø kan man regne ut fordelingen til Y (t) også for en vilkårlig sannsynlighetsfordeling F (t), noe vi skal gjøre i det siste punktet i oppgavesettet. c) Vis at Y (t) er poissonfordelt med forventning lik λ t (1 F (u))du. (Vink: Benytt setningen om total sannsynlighet og beting på verdien til X(t).) 0 Finn spesielt grensefordelingen for Y (t) og vis at dette resultatet er konsistent med resultatet du fant i punkt b).

SIF5072 Stokastiske prosesser Side 5 av 6 Formelsamling: Setningene om total sannsynlighet og dobbelforventning La B 1,B 2,... være parvis disjunkte hendelser med P ( i=1 B i)=1.dagjelder P (A C) = E[X C] = P (A B i C)P (B i C), i=1 E[X B i C]P (B i C). i=1 Markovkjeder i diskret tid Chapman-Kolmogorov ligningene P (m+n) ij = k=0 P (m) ik P (n) kj. For en irredusibel og ergodisk markovkjede eksisterer π j = lim n Pij n π j = π i P ij og π i =1. i i og er gitt av ligningene For transiente tilstander i, j og k er forventet tid i tilstand j gitt start i tilstand i, s ij, s ij = δ ij + k P ik s kj. For transiente tilstander i og j er sannsynligheten for en eller annen gang å returnere til tilstand j gitt start i tilstand i, f ij, f ij =(s ij δ ij )/s jj. Poissonprosess Ventetid til n-te hendelse (n-te arrival time), S n, har sannsynlighetstetthet f Sn (t) = λn t n 1 (n 1)! e λt for t 0. Gitt at antall hendelser N(t) =n, såhars 1,S 2,...,S n simultantetthet f S1,S 2,...,S n N(t)(s 1,s 2,...,s n n) = n! t n for 0 <s 1 <s 2 <...<s n t.

SIF5072 Stokastiske prosesser Side 6 av 6 Markovprosesser i kontinuerlig tid Chapman-Kolmogorov ligningene Kolmogorovs forover-ligninger P ij (t + s) = P ik (t)p kj (s). k=0 P ij(t) = q kj P ik (t) v j P ij (t). k j Kolmogorovs bakover-ligninger P ij(t) = q ik P kj (t) v i P ij (t). k i Hvis P j = lim t P ij (t) eksisterer, er P j gitt av v j P j = q kj P k k j Spesielt for fødsels- og dødsprosesser og P j =1. j P 0 = 1 k=0 θ k og P k = θ k P 0 for k =1, 2,... der θ 0 =1 og θ k = λ 0λ 1... λ k 1 µ 1 µ 2... µ k for k =1, 2,... Kø-teori For gjennomsnittlig antall kunder i systemet, L, gjennomsnittlig tid pr. kunde i systemet, W, betjeningstid, S, og gjennomsnittlig gjenværende arbeid i systemet, V,gjelder L = λ a W. L q = λ a W q. V = λ a E[SW q ]+λ a E[S 2 ]/2.