TMA4265 Stokastiske prosesser

Like dokumenter
TMA4265 Stokastiske prosesser

ST2101 Stokastisk modellering og simulering

TMA4265 Stokastiske prosesser

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

TMA4265 Stokastiske prosessar

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

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

TMA4265 Stokastiske prosessar

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

TMA4265 Stokastiske prosesser ST2101 Stokastisk simulering og modellering

Eksamensoppgave i TMA4265 Stokastiske prosesser

Eksamensoppgave i TMA4265 Stokastiske Prosesser

TMA4240 Statistikk Høst 2015

Oppgave 1 Vi lar X være antall tankskip som ankommer havnen i løpet av en dag. Vi har fått oppgitt at X poisson(λ) med

TMA4100 Matematikk 1 Høst 2014

UNIVERSITETET I OSLO

TMA4240 Statistikk Høst 2008

TMA4240 Statistikk 2014

EKSAMEN I TMA4180 OPTIMERINGSTEORI

MA1201 Lineær algebra og geometri Løsningsforslag for eksamen gitt 3. desember 2007

differensiallikninger-oppsummering

ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019

2 n+2 er konvergent eller divergent. Observer først at; 2n+2 2 n+2 = n=1. n=1. 2 n > for alle n N. Denne summen er.

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

Vi viser denne ekvivalensen ved å vise begge implikasjoner. " "Anta at G virker trofast på X og anta at g, h G er slik at gx = hx for alle

TMA4245 Statistikk Eksamen desember 2016

Vår TMA4105 Matematikk 2. Løsningsforslag Øving 2. Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag

r(t) = 3 cos t i + 4 cos t j + 5 sin t k. Hastigheten er simpelthen den tidsderiverte av posisjonen: r(t) = 2t i + t j + 4t 2 k.

ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019

EKSAMEN I MATEMATIKK 3 (TMA4110)

TMA4105 Matematikk2 Vår 2008

TMA4240 Statistikk Høst 2015

TMA4115 Matematikk 3 Vår 2012

Matematisk evolusjonær genetikk (ST2301)

Eksamen i STK4500 Vår 2007

x t + f y y t + f z , og t = k. + k , partiellderiverer vi begge sider av ligningen x = r cos θ med hensyn på x. Da får vi = 1 sin 2 θ r sin(θ)θ x

EKSAMEN I EMNE TTM4110 PÅLITELIGHET OG YTELSE MED SIMULERING LØSNINGSFORSLAG. Mandag 14. desember 2005 Tid: 09:00 13:00

TMA4240 Statistikk H2010

3.1 Stokastisk variabel (repetisjon)

TMA4240 Statistikk Høst 2015

Løsningsforslag AA6526 Matematikk 3MX - 8. desember eksamensoppgaver.org

Eksamen i SIF5036 Matematisk modellering Onsdag 12. desember 2001 Kl

TMA4110 Matematikk 3 Høst 2010

2 π[r(x)] 2 dx = u 2 du = π 1 ] 2 = π u 1. V = π. V = π [R(x)] 2 [r(x)] 2 dx = π (x + 3) 2 (x 2 + 1) 2 dx = 117π 5.

TMA4240 Statistikk Høst 2009

TMA4240 Statistikk Høst 2016

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

Løsningsforslag Eksamen M100 Høsten 1998

v(t) = r (t) = (2, 2t) v(t) = t 2 T(t) = 1 v(t) v(t) = (1 + t 2 ), t 2 (1 + t 2 ) t = 2(1 + t 2 ) 3/2.

dg = ( g P0 u)ds = ( ) = 0

Eksamensoppgave i TMA4240 / TMA4245 Statistikk

Oppfriskning av blokk 1 i TMA4240

LØSNINGSFORSLAG KONTINUASJONSEKSAMEN VÅR 2013 I TIØ4120 OPERASJONSANALYSE, GK

I = (x 2 2x)e kx dx. U dv = UV V du. = x 1 1. k ekx x 1 ) = x k ekx 2x dx. = x2 k ekx 2 k. k ekx 2 k I 2. k ekx 2 k 1

TMA4245 Statistikk Eksamen desember 2016

Løsningsforslag Eksamen S2, våren 2014 Laget av Tommy O. Sist oppdatert: 1. september 2018 Antall sider: 11

TMA4110 Matematikk 3 Haust 2011

Kapittel 6: Kontinuerlige sannsynlighetsfordelinger

TMA4240 Statistikk Høst 2007

Eksamensoppgave i TMA4240 Statistikk

TMA4240 Statistikk Eksamen desember 2015

Løsningsforslag til eksamen i TMA4105 matematikk 2,

EKSAMEN I FAG TMA4275 LEVETIDSANALYSE Lørdag 4. juni 2005 Tid: 09:00 13:00

TMA4240 Statistikk Høst 2009

TMA4240 Statistikk 2014

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

TMA4240 Statistikk 2014

(1 + x 2 + y 2 ) 2 = 1 x2 + y 2. (1 + x 2 + y 2 ) 2, x 2y

TMA4240 Statistikk Høst 2015

TMA4100 Matematikk 1 Høst 2014

MA2401 Geometri Vår 2018

Løsningsforslag til eksamen i TFY4170 Fysikk 2 Fysikk 2 Lørdag 8. august 2005

Løsningsforslag Eksamen M001 Våren 2002

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

Vi regner først ut de nødvendige partiellderiverte for å se om vektorfeltet er konservativt. z = 2z, F 2 F 2 z = 2y, F 3. x = 2x, F 3.

TMA4240 Statistikk Høst 2009

TMA4123/TMA4125 Matematikk 4M/4N Vår 2013

Notat om trigonometriske funksjoner

Løsningsforslag for eksamen i Matematikk 3 - TMA4115

EKSAMEN I SIF4018 MATEMATISK FYSIKK mandag 28. mai 2001 kl

TMA4105 Matematikk 2 vår 2013

Hypotesetesting. Formulere en hypotesetest: Når vi skal test om en parameter θ kan påstås å være større enn en verdi θ 0 skriver vi dette som:

Løsningsforslag AA6524/AA6526 Matematikk 3MX Elever/Privatister - 7. desember eksamensoppgaver.org

y (t) = cos t x (π) = 0 y (π) = 1. w (t) = w x (t)x (t) + w y (t)y (t)

(s + 1) s(s 2 +2s+2) : 1 2 s s + 2 = 1 2. s 2 + 2s cos(t π) e (t π) sin(t π) e (t π)) u(t π)

Løsningsforslag for eksamen i brukerkurs i matematikk A (MA0001)

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

TMA4240 Statistikk Høst 2015

Løsningsforslag AA6524 Matematikk 3MX Elever 7. juni eksamensoppgaver.org

MA1102 Grunnkurs i analyse II Vår 2019

Matematikk 3MX AA6524 og AA6526 Elever og privatister 8. desember 2003

TMA4240 Statistikk Eksamen desember 2015

TMA4120 Matematikk 4K Høst 2015

TMA4120 Matematikk 4K Høst 2015

Eksamensoppgave i TMA4295 Statistisk inferens

=cos. =cos 6 + i sin 5π 6 = =cos 2 + i sin 3π 2 = i.

MA2401 Geometri Vår 2018

LØSNINGSFORSLAG TIL EKSAMEN I FY1002 BØLGEFYSIKK Mandag 10. desember 2007 kl

LØSNINGSFORSLAG EKSAMEN HØST 2012 I TIØ4120 OPERASJONSANALYSE, GRUNNKURS

EKSAMEN I FAG TMA4275 LEVETIDSANALYSE

Transkript:

Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag TMA4265 Stokastiske prosesser Våren 2004 Løsningsforslag - Øving 12 8.9 Vi ser på dette som eit M/M/1 system der varene utgjør køen og kundene står for servicen. X t antall varer på hylla. a) Andel som går bort tomhendte P 0 [ P 0 1 + ( ] k 1 µ µ) +... + 1 µ ) k+1 (Se s. 440) 1 ( µ b) Snittid en vare står på hulla. (antar FIFI-prinsippet) (for L se neste punkt) W L L (1 P k ) c) Snittantall varer: k L np n k n( µ )n k ( µ )n ] [1 + k( µ )k+1 (k + 1)( µ ] )k Se s. 440) (µ ) [1 ( µ )k+1 d) Vi ser på systemet der utfallsrommet er slik at n j k slik at når: j 0 j antall kunder i kø og 0 varer. j 0 j antall varer i hyllene og 0 kunder i kø. 16. januar 2004 Side 1

Balanselikningene blir: e) Snitt-antall kunder i kø X blir da: µp k P k 1 ( + µ)p j P j 1 + µp j+1 n < j < k E[X] P n µp n+1 k 1 1 j n j n P j jp j + k 0 P j j0 1 j n jp j 8.18 Vi har følgende køsystem: a) X n Antall i systemet Ω {0, 1, 2, 3} 16. januar 2004 Side 2

b) Grensesannsynligheten blir fra figuren, siden dette er en fødsels- og dødsprosess: P 0 [ 1 + µ + 1 2 P 1 µ P 0 P 2 1 ( ) 2 P 0 2 µ P 3 1 ( ) 3 P 0 4 µ ( ) 2 + 1 µ 4 ( ) ] 3 1 µ c) La N være antallet kunder i systemet når en ny kunde ankommer. Forventet tid i systemet blir da betinget på N 2. E [ W N 2 ] E [ Tid i kø N 2 ] + E [ Servicetid ] 1 2µ + 1 µ d) Andel potensielle kunder som kommer inn i systemet 1 P 3. e) Alternativ 1: W E [ W ] 2 E [ W N n ] P (N n) 2 E [ W P n N n ] 1 P 3 (Betinger på at kunden går inn i systemet, dvs. N 2) [ ( 1 1 1 1 P 3 µ (P 0 + P 1 ) + µ + 1 ) ] P 2 2µ Alternativ 2: W E [ W ] L a [ L E [ X ] 3 k0 kp ] k a (1 P 3 ) 16. januar 2004 Side 3

8.20 a) X Antall kunder ved hver av serverene; Ω {(0, 0), (1, 0), (0, 1)(1, 1)} Systemet følger da b) Dette er ikke en fødsels- og dødsprosess, så her må vi tilbake til balanseligningene for å kunne løse systemet: Rate UT Rate INN ( 1 + 2 )P 00 µ 1 P 10 + µ 2 P 01 ( 1 + 2 + µ 1 )P 10 1 P 00 + µ 2 P 11 ( 1 + µ 2 )P 01 2 P 00 + µ 1 P 11 (µ 1 + µ 2 )P 11 ( 1 + 2 )P 10 + 1 P 01 og P 00 + P 10 + P 01 + P 11 1 c) L P 10 + P 01 + 2P 11 d) W L a L 1 (1 P 11 ) + 2 (P 00 + P 10 ) 16. januar 2004 Side 4

8.21 8.23 Se boka s. 675 a) Ω { b, n n 0 } der b er sammenbrudd og n er antall i systemet. Systemet følger figur??. Figur 1: Oppgave 8.23 b) Dette er ikke en fødsels- og dødsprosess, og vi får balanselikningene P 0 µp 1 + βp b ( + µ + α)p n P n 1 + µp n+1 n 1 βp b α [1 (P 0 + P b )] c) d) Alternativ 1: W L a np n (1 P b ) Total servicerate µ s µ(1 P 0 P b ). Andel kunder som fullfører Total servicerate Total ankomstrate µ s µ(1 P 0 P b ) a (1 P b ) 16. januar 2004 Side 5

Alternativ 2: Betinger på antall N i systemet ved ankomst: Pr{ fullfører } Pr{ Alle N + 1 fullfører før breakdown N n } Pr{ N n } 1 P b ( ) µ n+1 P n. µ + α 1 P b e) Andel potensielle kunder som ankommer under et sammenbrudd P b. 8.37 a) Vi ønsker å finne d 0 (jevnfør defininsjonen på side 430). I følge Proposition 8.1 så er i vårt tilfelle d 0 a 0, samtidig som a 0 P 0 i følge Proposition 8.2. Svaret er altså P 0. b) Forventet arbeid i systemet ved avgang E[ Antall ved avgang ] E[ S ] E[ Antall ved ankomst ] E[ S ] L E[ S ] W E[ S ] (W Q + E[ S ]) E[ S ] 2 E[ S 2 ]E[ S ] 2(1 E[ S ]) + (E[ S ])2 Eksamen, aug 99 oppg.3 NB!! I denne oppgaven er kø og køsystem det samme (L Q er IKKE definert i pensumet) Med kø menes køsystem. a) P r{x( 1 2 ) 5} 5 k0 ( 1 2 )k e 1 2 k! 5 k0 10 k k! e 10 0.067 P r{x(1) 10 X( 1 2 ) 5} P r{x(1) X( 1 2 ) 5 X( 1 2 ) 5} P r{x(1) X( 1 2 ) 5} P r{x( 1 2 ) 5} 0.067 16. januar 2004 Side 6

Køformelen: L W der L: forventet antall i kø : ankomstrate W : forventet tid i kø Forklarende figur: b) Ved likevekt må (gjennomsnittlig) antall ankomster være lik (gjennomsnittlig) antall avganger. Dette gir at L W. Grunnfordelingen er gitt ved: dvs. π k θ k π 0 der θ k 0 1 k 1 og π 0 µ 1 µ 2 µ k ( ) k k θ k () k ( ) k 1 1 k0 hvis < 1 1 k0 θ k π 0 1 ( π k 1 ) ( ) k, k 0, 1, 2,... forutsatt at < 1, hvis ikke vil antall personer vokse over alle grenser. c) L k π k k0 k0 ( k 1 ) ( ) k ( 1 ) ( 1 ) 2 1 16. januar 2004 Side 7

L W W L W 1 1 1 d) La N være antall behandlinger en kunde gjennomgår før han forlater køsystemet. Fra situasjonen er det klart at N er geometrisk fordelt med parameter p, dvs E[N] 1 p. La U være total tid en kunde bruker i køsystemet og la T i være tiden han benytter for i te gjennomgang slik at U N k1 T i W E[U] E[U N n] P r{n n} n1 [ n ] E T i P r{n n} n1 i1 ne[t i ] P r{n n} n 1 E[T i ] E[N] E[T i] p Har at T i x(t) j0 W j der x(t) er antall kunder i kø i det vår kunde stiller seg bakerst i køen for i te gang, og W 1,..., W x(t) er behandlingstidenen for kundenen foran i køen og W 0 er behandlingstid for vår kunde. Får da: E[T i ] E[T i x(t) k] P r{x(t) k} k0 (k + 1)E[W j ] P r{x(t) k} k0 E[W j ] (k + 1)π k k0 E[W j ]( kπ k + 1) k0 E[W j ](L + 1) 1 µ ( 1 + 1) 1 µ 1 1 16. januar 2004 Side 8

W 1 µ 1 p 1 Om kunden skal ha ny behandling kommer først i køen vil dette ikke forandre resultatene foran fordi fødsels- og dødsintensitetene blir uforandret og i utregning av L ble ikke noen antagelse angående kø-ordning benyttet. Dermed vil også kø-formelen gi samme svar for W. 16. januar 2004 Side 9