TMA4265 Stokastiske prosesser

Like dokumenter
TMA4265 Stokastiske prosessar

TMA4265 Stokastiske prosesser

TMA4265 Stokastiske prosesser ST2101 Stokastisk simulering og modellering

TMA4265 Stokastiske prosessar

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

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

Eksamensoppgave i TMA4265 Stokastiske prosesser

Eksamensoppgave i TMA4265 Stokastiske Prosesser

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

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

FORELESNING I STK1130

ST2101 Stokastisk modellering og simulering

Eksamensoppgave i ST1201/ST6201 Statistiske metoder

Eksamensoppgave i ST1201/ST6201 Statistiske metoder

EKSAMEN I EMNE TMA4315 GENERALISERTE LINEÆRE MODELLER

Eksamensoppgave i TMA4240 / TMA4245 Statistikk

TMA4265 Stokastiske prosesser

Eksamensoppgave i TMA4240 Statistikk

Eksamensoppgave i ST0103 Brukerkurs i statistikk

EKSAMEN I TMA4315 GENERALISERTE LINEÆRE MODELLER

EKSAMEN I EMNE TMA4245 STATISTIKK

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

EKSAMEN I TMA4315 GENERALISERTE LINEÆRE MODELLER

Eksamensoppgave i TMA4240 Statistikk

Eksamensoppgave i TMA4245 Statistikk

Eksamensoppgave i TMA4240 Statistikk

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

EKSAMEN I EMNE TMA4245 STATISTIKK

Oppfriskning av blokk 1 i TMA4240

Eksamensoppgave i ST0103 Brukerkurs i statistikk

Eksamensoppgave i ST1201/ST6201 Statistiske metoder

Eksamensoppgåve i ST1201/ST6201 Statistiske metoder

Eksamensoppgave i TMA4245 Statistikk

Eksamensoppgave i ST1201/ST6201 Statistiske metoder

EKSAMEN I FAG TMA4240 STATISTIKK

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

EKSAMEN I TMA4240 Statistikk

Eksamensoppgave i Løsningsskisse TMA4240 Statistikk

Poissonprosesser og levetidsfordelinger

Eksamensoppgåve i TMA4240 / TMA4245 Statistikk

EKSAMEN I SIF4018 MATEMATISK FYSIKK mandag 28. mai 2001 kl

EKSAMEN I TMA4315 GENERALISERTE LINEÆRE MODELLAR

EKSAMEN I TMA4245 Statistikk

Eksamensoppgave i TMA4240 Statistikk

UNIVERSITETET I OSLO

Eksamensoppgåve i TMA4245 Statistikk

EKSAMEN I TMA4300 BEREGNINGSKREVENDE STATISTIKK Torsdag 16 Mai, 2013

Eksamensoppgåve i TMA4240 Statistikk

TMA4240 Statistikk Høst 2015

LØSNINGSFORSLAG TIL EKSAMEN I FAG SIF5045 NUMERISK LØSNING AV DIFFERENSIALLIGNINGER

Forelesing 27 Oppsummering. Torstein Fjeldstad Institutt for matematiske fag, NTNU

Eksamensoppgåve i TMA4267 Lineære statistiske modellar

Eksamensoppgave i TMA4245 Statistikk

Eksamensoppgave i TMA4110/TMA4115 Calculus 3

UNIVERSITETET I OSLO

EKSAMEN I NUMERISK LINEÆR ALGEBRA (TMA4205)

Eksamensoppgåve i ST0103 Brukarkurs i statistikk

Eksamensoppgave i TMA4255 Anvendt statistikk

TMA4240 Statistikk Eksamen desember 2015

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

UNIVERSITETET I OSLO

Eksamensoppgave i TMA4250 Romlig Statistikk

TMA4240 Statistikk Høst 2008

TMA4240 Statistikk Høst 2009

UNIVERSITETET I OSLO

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

TMA4245 Statistikk Eksamen desember 2016

Eksamensoppgave i TMA4267 Lineære statistiske modeller

EKSAMEN I FAG TMA4240/TMA4245 STATISTIKK Lørdag 10. august 2013

Eksamen i SIF5036 Matematisk modellering Onsdag 12. desember 2001 Kl

Eksamensoppgave i TMA4267 Lineære statistiske modeller

Eksamensoppgave i MA1202/MA6202 Lineær algebra med anvendelser

Eksamen i TMA4123/TMA4125 Matematikk 4M/N

Eksamensoppgave i TMA4320 Introduksjon til vitenskapelige beregninger

Prøvemidtveiseksamen TMA4240 Statistikk H2004

Eksamensoppgåve i ST0103 Brukarkurs i statistikk

Eksamensoppgave i MA1103 Flerdimensjonal analyse

Siden vi her har brukt første momentet i fordelingen (EX = EX 1 ) til å konstruere estimatoren kalles denne metoden for momentmetoden.

Eksamensoppgave i SØK Statistikk for økonomer

Eksamensoppgave i TMA4140 Diskret matematikk

EKSAMEN I MA0002 Brukerkurs B i matematikk

6.5 Normalapproksimasjon til. binomisk fordeling

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller.

EKSAMEN I TMA4110 MATEMATIKK 3 Bokmål Fredag 4. desember 2009 løsningsforslag

EKSAMEN I FAG TMA4240/TMA4245 STATISTIKK

TMA4240 Statistikk Eksamen desember 2015

EKSAMENSOPPGAVE I SØK3004 VIDEREGÅENDE MATEMATISK ANALYSE

LØSNINGSFORSLAG EKSAMEN, MAT 1001, HØSTEN (x + 1) 2 dx = u 2 du = u 1 = (x + 1) 1 = 1 x + 1. ln x

EKSAMEN I TFY4250 ATOM- OG MOLEKYLFYSIKK FY2045 KVANTEFYSIKK Tirsdag 1. desember 2009 kl

Eksamensoppgave i TMA4267 Lineære statistiske modeller

Eksamensoppgave i MA1101 Grunnkurs i analyse

UNIVERSITETET I OSLO

Eksamensoppgave i TMA4130/35 Matematikk 4N/4D

Eksamensoppgave i SØK1004 Statistikk for økonomer

Eksamensoppgåve i Løsningsskisse TMA4245 Statistikk

Løsning eksamen desember 2016

Eksamensoppgåve i ST1201/ST6201 Statistiske metoder

FORMELSAMLING TIL STK1100 OG STK1110

Transkript:

Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 6 Bokmål Faglig kontakt under eksamen: Øyvind Bakke Telefon: 73 59 81 26, 990 41 673 TMA4265 Stokastiske prosesser Onsdag 2. desember 2009 kl. 9 13 Hjelpemidler: Gult A5-ark med egne håndskrevne notater (stemplet av Institutt for matematiske fag), Tabeller og formler i statistikk (Tapir forlag), Matematisk formelsamling (K. Rottmann), kalkulator HP 30s eller Citizen SR-270X I vurderingen teller hvert bokstavpunkt likt. Sensur: 23. desember 2009 I tillegg til avsluttende eksamen teller prosjektoppgave med 20 %. Alle svar skal begrunnes (f.eks. ved at mellomregning tas med eller ved henvisning til teori eller eksempler fra pensum). På side 2 3 er det oppgaver, på side 4 6 er det en formelsamling.

TMA4265, 2. desember 2009 bokmål Side 2 av 6 Oppgave 1 Anne og Bob spiller et spill som består av flere runder. Anta at Anne har sannsynlighet α og Bob har sannsynlighet 1 α for å vinne en runde, 0 < α < 1, og at seirene er uavhengig fra runde til runde. Vi ønsker å holde regnskap med antall seire på rad og med hvem som vant siste runde ved å modellere spillet ved en markovkjede i diskret tid med tilstander ±1, ±2,..., der X n = i > 0 betyr at Anne har vunnet de siste i rundene, og X n = i < 0 betyr at Bob har vunnet de siste i rundene, der n er det totale antallet runder spilt. Overgangssannsynlighetene er P i,i+1 = α, P i, 1 = 1 α, P i, i 1 = 1 α and P i,1 = α for alle i 1, og alle andre overgangssannsynligheter er lik null. I (a) og (b) antar vi at α = 1 2. a) Finn P (X 4 = 2 X 1 = 1) og P (X 5 = 2 X 1 = 1). Hvis Anne vinner første runde, hva er sannsynligheten for at hun noen gang i løpet av de første fem rundene vinner to runder på rad? b) Finn forventet antall runder som har blitt spilt når første spiller oppnår tre seire på rad. Hvis Anne vinner første runde, hva er sannsynligheten for at Anne er den første til å få tre seire på rad? I (c) og (d) kan α være et hvilket som helst tall mellom 0 og 1. c) Anta at Anne og Bob spiller mange runder. Hva er andelene av tida i det lange løp som markovkjeden er i tilstand i, i = ±1, ±2,...? Kan disse andelene tolkes som grensesannsynligheter? d) Finn sannsynligheten for at Anne blir første spiller som får n seire på rad.

TMA4265, 2. desember 2009 bokmål Side 3 av 6 Oppgave 2 Hver gang en maskin går i stykker blir den sendt til hurtigreparasjon med sannsynlighet α eller til grundig reparasjon med sannsynlighet 1 α, 0 α 1. Hurtigreparasjon går fortere, men med sannsynlighet 1 β oppdages det under hurtigreparasjon at maskinen må gjennom grundig reparasjon. Vi modellerer statusen til maskinen ved en markovkjede i kontinuerlig tid med tre tilstander, der tilstand 0 betyr at maskinen virker, tilstand 1 betyr at den gjennomgår hurtigreparasjon og tilstand 2 at den gjennomgår grundig reparasjon. Anta at tida prosessen tilbringer i en tilstand før det skjer en overgang til en annen tilstand er eksponentielt fordelt med forventningsverdi 1/λ for tilstand 0, 1/µ 1 for tilstand 1 og 1/µ 2 for tilstand 2, der µ 1 > µ 2. Overgangssannsynlighetene P ij fra tilstand i til tilstand j er gitt ved P 01 = α, P 02 = 1 α, P 10 = β, P 12 = 1 β og P 20 = 1. a) Hva er de øyeblikkelige overgangsratene q ij (fra tilstand i til tilstand j)? b) Vis at andelen av tida maskinen virker i det lange løp er P 0 = 1 1 + λ µ 2 (1 + α ( )). µ 2 µ 1 β Anta at λ = 1/10, µ 1 = 1 og µ 2 = 1/2 (pr. døgn). Finn P 0 uttrykt ved α når (i) β = 1/2 og (ii) β = 3/5. c) Formuler en regel, uttrykt ved generell λ, µ 1, µ 2 og β, for hvordan α skal velges for å maksimere P 0. Oppgave 3 Kunder ankommer en kø med én betjeningsenhet i henhold til en poissonprosess med intensitet 2 (pr. minutt) (et M/G/1-system). Betjeningstidene er uavhengige og identisk fordelte med forventningsverdi α (minutter) og varians β (min 2 ). Finn W Q, gjennomsnittlig tid en kunde står i kø (uttrykt ved α og β). Kostnaden ved å drive betjeningsenheten er 2/α kr pr. minutt (uansett om det er en kunde i betjeningsenheten eller ikke), og kostnaden ved å ha en kunde i kø er 1 kr pr. minutt (for hver kunde i køen). Hva er total gjennomsnittlig kostnad pr. minutt for dette systemet? Anta at α = 1/3. For hvilke verdier av β vil en økning av α redusere gjennomsnittskostnaden?

TMA4265, 2. desember 2009 bokmål Side 4 av 6 Formelsamling Setningene om total sannsynlighet og dobbeltforventning La B 1, B 2,... være parvis disjunkte hendelser med P ( i=1 B i) = 1. Da gjelder P (A C) = P (A B i C)P (B i C), E(X C) = E(X B i C)P (B i C). i=1 i=1 Markovkjeder i diskret tid Chapman-Kolmogorov-likningene: P (m+n) ij = P (m) ik P (n) kj For en irredusibel og ergodisk markovkjede eksisterer π j = lim n Pij n og er gitt av likningene π j = π i P ij og π i = 1. i i For transiente tilstander i, j og k er forventet tid i tilstand j gitt start i tilstand i s ij = δ ij + k P ik s kj. For transiente tilstander i og j er sannsynligheten for en eller annen gang å komme til tilstand j gitt start i tilstand i f ij = (s ij δ ij )/s jj. Poissonprosess Ventetid til nte hendelse (nth 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, så har S 1, S 2,..., S n simultantetthet f S1,S 2,...,S n N(t)=n(s 1, s 2,..., s n ) = n! t n for 0 < s 1 < s 2 < < s n t.

TMA4265, 2. desember 2009 bokmål Side 5 av 6 Markovprosesser i kontinuerlig tid En markovprosess X(t), 0 t, med tilstandsrom Ω {0, 1, 2,...}, kalles en fødsels- og dødsprosess dersom P (X(t + h) = i + 1 X(t) = i) = λ i h + o(h), P (X(t + h) = i 1 X(t) = i) = µ i h + o(h), P (X(t + h) = i X(t) = i) = 1 (λ i + µ i )h + o(h), P (X(t + h) = j X(t) = i) = o(h) når j i 2, der i 0, λ i 0 er fødselsrater og µ i 0 er dødsrater. Chapman-Kolmogorov-likningene: P ij (t + s) = P ik (t)p kj (s). Kolmogorovs forover-likninger: P ij(t) = q kj P ik (t) v j P ij (t) k j Kolmogorovs bakover-likninger: P ij(t) = q ik P kj (t) v i P ij (t) k i Hvis P j = lim t P ij (t) eksisterer og er uavhengige av i, er P j gitt av v j P j = q kj P k og k j Spesielt for fødsels- og dødsprosesser: P j = 1. j P 0 = 1 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,...

TMA4265, 2. desember 2009 bokmål Side 6 av 6 Køteori La L være gjennomsnittlig antall kunder, L Q gjennomsnittlig antall kunder i kø, W gjennomsnittlig tid pr. kunde i systemet, W Q gjennomsnittlig tid pr. kunde i kø, WQ tid i kø, S betjeningstid, V gjennomsnittlig gjenværende arbeid i systemet og λ a gjennomsnittlig ankomstrate. Da gjelder L = λ a W, L Q = λ a W Q, V = λ a E(SW Q) + λ a ES 2 /2. Noen rekker n a k = 1 an+1 1 a, ka k = a n (1 a), 2 ( ) n a k b n k = (a + b) n k En førsteordens lineær differensiallikning Differensiallikningen f (t) + αf(t) = g(t) med initialbetingelse f(0) = a har løsning f(t) = ae αt + t 0 e α(t s) g(s) ds.