Pålitelighet og ytelse i informasjons- og kommunikasjonssystem

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

STK Oppsummering

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

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

TMA4240 Statistikk H2010

Utfordring. TMA4240 Statistikk H2010. Mette Langaas. Foreleses uke 40, 2010

STK1100 våren 2019 Mere om konfidensintevaller

DEL 1 GRUNNLEGGENDE STATISTIKK

TMA4245 Statistikk Eksamen desember 2016

ÅMA110 Sannsynlighetsregning med statistikk, våren

Statistikk og dataanalyse

STK1100 våren Generell introduksjon. Omhandler delvis stoffet i avsnitt 1.1 i læreboka (resten av kapittel 1 blir gjennomgått ved behov)

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010 Oppsummering

Eksamensoppgave i TMA4240 Statistikk

Observatorar og utvalsfordeling. Torstein Fjeldstad Institutt for matematiske fag, NTNU

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

TMA4240 Statistikk H2017 [15]

Emnenavn: Eksamenstid: 4 timer. Faglærer: Hans Kristian Bekkevard

Kapittel 2: Hendelser

TMA4240 Statistikk Høst 2016

Forelesning 6: Punktestimering, usikkerhet i estimering. Jo Thori Lind

Antall i I/O-minnet (merk! her er denne lik antall i systemet ettersom pakken ligger i minnet både mens den betjenes og venter på betjening).

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Togforsinkelsen (Eksamen Des2003.1a) I denne oppgaven kan du bruke uten å vise det at

Tyngdepunkt. Togforsinkelsen (Eksamen Des2003.1a) I denne oppgaven kan du bruke uten å vise det at. Kapittel 4

Øving 7: Statistikk for trafikkingeniører

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

Kapittel 4.4: Forventning og varians til stokastiske variable

ÅMA110 Sannsynlighetsregning med statistikk, våren Kp. 3 Diskrete tilfeldige variable. Diskrete tilfeldige variable, varians (kp. 3.

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

HØGSKOLEN I STAVANGER

TMA4240 Statistikk Høst 2018

Observatorer. STK Observatorer - Kap 6. Utgangspunkt. Eksempel høyde Oxford studenter

Formelsamling i medisinsk statistikk

Eksamensoppgave i ST0103 Brukerkurs i statistikk

Utvalgsfordelinger. Utvalg er en tilfeldig mekanisme. Sannsynlighetsregning dreier seg om tilfeldige mekanismer.

TMA4245 Statistikk Eksamen august 2014

Kræsjkurs i STAT101. Noen anbefalinger Regn mange(5-10) oppgavesett til eksamen:

Første sett med obligatoriske oppgaver i STK1110 høsten 2015

STK Oppsummering

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

Eksamensoppgave i ST0103 Brukerkurs i statistikk

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

Eksamensoppgave i ST1201/ST6201 Statistiske metoder

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for telematikk

Kort overblikk over kurset sålangt

Eksamensoppgave i TMA4245 Statistikk

EKSAMEN I FAG 75510/75515 STATISTIKK 1 Tirsdag 20. mai 1997 Tid: 09:00 14:00

Introduksjon til statistikk og dataanalyse. Arild Brandrud Næss TMA4240 Statistikk NTNU, høsten 2013

Eksamensoppgave i TMA4240 Statistikk

Foreleses onsdag 8. september 2010

Utvalgsfordelinger (Kapittel 5)

Oppgavesett nr. 5. MAT110 Statistikk 1, Et transportfirma har et varemottak for lastebiler med spesialgods, se figur 1.

Punktestimator. STK Bootstrapping og simulering - Kap 7 og eget notat. Bootstrapping - eksempel Hovedide: Siden λ er ukjent, bruk ˆλ:

ST0202 Statistikk for samfunnsvitere Kapittel 9: Inferens om én populasjon

EKSAMEN I TMA4240 Statistikk

Estimatorar. Torstein Fjeldstad Institutt for matematiske fag, NTNU

TMA4240 Statistikk H2010

ÅMA110 Sannsynlighetsregning med statistikk, våren ÅMA110 Sannsynlighetsregning med statistikk, våren 2010

TMA4245 Statistikk Eksamen desember 2016

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Eksponensielle klasser og GLM

EKSAMEN I FAG TMA4260 INDUSTRIELL STATISTIKK

Eksamensoppgave i TMA4295 Statistisk inferens

L12-Dataanalyse. Introduksjon. Nelson Aalen plott. Page 76 of Introduksjon til dataanalyse. Levetider og sensurerte tider

Oppfriskning av blokk 1 i TMA4240

betyr begivenheten at det blir trukket en rød kule i første trekning og en hvit i andre, mens B1 B2

statistikk, våren 2011

Ferdig før tiden 4 7 Ferdig til avtalt tid 12 7 Forsinket 1 måned 2 6 Forsinket 2 måneder 4 4 Forsinket 3 måneder 6 2 Forsinket 4 måneder 0 2

Kap. 6.1: Fordelingen til en observator og stok. simulering

A. i) Sett opp en frekvenstabell over de fire mulige kombinasjonene av kjønn og røykestatus. Dvs. fyll inn. Ikke - røyker Sum Jente Gutt Sum 25

MATEMATIKK 1 (for trinn) Emnebeskrivelser for studieåret 2014/2015

EKSAMEN I EMNE TTM4110 PÅLITELIGHET OG YTELSE MED SIMULERING

Kontinuerlige sannsynlighetsfordelinger.

Notat 3 - ST februar 2005

TMA4240 Statistikk H2010

Utvalgsfordelinger; utvalg, populasjon, grafiske metoder, X, S 2, t-fordeling, χ 2 -fordeling

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

TMA4240 Statistikk H2015

Foreleses onsdag 13.oktober, 2010

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 4

Repeated Measures Anova.

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>.

UNIVERSITETET I OSLO

TMA4240 Statistikk Høst 2015

UNIVERSITETET I OSLO Matematisk Institutt

TMA4240 Statistikk Eksamen desember 2015

Løsning eksamen desember 2016

Løsningsforslag ECON 2130 Obligatorisk semesteroppgave 2017 vår

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.

Bernoulli forsøksrekke og binomisk fordeling

TMA4240 Statistikk H2010

Inferens i regresjon

Hogskoleni Østfold EKSAMEN. Eksamenstid: kl til k

Statistisk inferens: 9.14: Sannsynlighetsmaksimeringsestimatoren 8.5: Fordeling til gjennomsnittet 9.4: Konfidensintervall for µ (σ kjent)

Fasit for tilleggsoppgaver

Denne uken: kap : Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Eksamensoppgave i ST1201/ST6201 Statistiske metoder

Transkript:

Pålitelighet og ytelse i informasjons- og kommunikasjonssystem Grunnlag Peder J. Emstad Poul E. Heegaard Bjarne E. Helvik Komplett utgave pr. 1999-11-25 Institutt for telematikk NTNU

Innhold Forord... ii Revisjonshistorie... ii 1 Introduksjon...1 1.1 Hva det hele dreier seg om...2 1.1.1 System...3 1.1.2 Brukere og omgivelser...7 1.2 Begreper og terminologi...11 1.2.1 Tjenestekvalitet...11 1.2.2 Pålitelighet...16 1.2.3 Ytelse...23 1.2.4 Totalegenskaper...30 1.3 Bruk av modellering i utvikling og dimensjonering...33 1.3.1 Kravsetting, spesifisering...33 1.3.2 Metodevalg...35 1.3.3 Konstruksjon-vurderingssyklus...37 2 Statistisk grunnlag...39 2.1 Sannsynlighetsregning...39 2.1.1 Sannsynlighet...39 2.1.2 Snitt og union av hendelser...41 2.1.3 Stokastisk avhengighet og uavhengighet...42 2.1.4 Betinget sannsynlighet...43 2.2 Fordeling av tilfeldige variable...45 2.2.1 Tilfeldig variabel...45 2.2.2 Sannsynlighetsfordeling og -tetthet til tilfeldig variabel...46 2.2.3 Aktuelle fordelinger...47 2.3 Karakteristika ved fordelinger...53 2.3.1 Momenter...53 2.3.2 Forventning og varians...54 2.3.3 Sum av uavhengige stokastiske variable...57 2.3.4 Betinget forventning...58 2.3.5 Fordelingen til ekstremverdier av tilfeldige variable...58 2.4 Karakteristika ved avhengige variable...59 2.4.1 Kovarians...60 2.4.2 Korrelasjonskoeffisient...61 2.5 Fordeling av observerte tider...61

2.5.1 Restlevetid...62 2.5.2 Restlevetid R på et tilfeldig tidspunkt...64 3 Grunnleggende om prosesser...67 3.1 Typer prosesser...67 3.1.1 Prosesser i tid og rom...68 3.1.2 Punktprosesser...71 3.1.3 Stasjonaritet og transiens...76 3.2 Avhengighet og uavhengighet...79 3.2.1 Markovprosesser...80 3.2.2 Kovarians og autokorrelasjon...81 3.2.3 Regenerering...84 3.3 Observasjoner av en prosess...87 3.3.1 Variasjoner i intensiteten...87 3.3.2 Observasjonsform...89 3.3.3 Estimering av mål...90 3.4 Littles formel...92 3.4.1 Enkel utledning...92 3.4.2 Anvendelseseksempler...93 3.4.3 Korolyuks teorem...94 4 Simulering...96 4.1 Hvorfor simulere?...96 4.1.1 Hva brukes simulering til?...98 4.1.2 Hvordan simulere?...98 4.2 Steg i simueringsprosessen...99 4.3 Trekning av tilfeldige variable...101 4.3.1 Slumptall generator...103 4.3.2 Trekning fra generelle fordelinger...108 4.4 Diskret hendelsessimulering...116 4.4.1 Tids- og hendelsesdrevet simulering...116 4.4.2 Modelleringsbegreper...117 4.4.3 Samspill mellom entitet...118 4.4.4 Modelleringsstil...119 4.5 Simuleringsverktøy...120 4.5.1 Type simuleringsverktøy...121 4.5.2 Kriteria for valg...122 4.6 Simuleringseksperimenter...123

4.6.1 Type eksperiment...123 4.6.2 Transientsimuleringer...124 4.6.3 Stasjonærsimuleringer...124 4.6.4 Organisering av simuleringseksperiment...125 5 Poisson- og Markovprosesser...126 5.1 Poissonprosessen...126 5.1.1 Tiden mellom hendelser for Poissonprosessen-n. e. d. fordelingen...129 5.2 Negativ eksponensialfordelingen er hukommelsesløs...130 5.3 Egenskaper hos Poissonprosessen...131 5.3.1 Sammenføring og splitting av Poissonstrømmer...131 5.3.2 Sannsynligheten for at en gitt prosess genererer en hendelse først...133 5.4 Poissonprosessen som basis for modellering med tidskontinuerlig Markovprosess...134 5.5 Markovprosess med to tilstander-transient og stasjonær løsning...134 5.6 Tilstandsdiagrammet for en Markovprosess...137 5.7 Stasjonærløsningen fra tilstandsdiagrammet...138 5.8 Rekurrenstid...140 6 Trafikkmodeller...142 6.1 Betjeningssystem med antall organer...144 6.2 Trafikkbegrepet...147 6.2.1 Trafikken ut fra målinger...147 6.2.2 Trafikkbegreper for regnemodeller...149 6.3 Snitt for å finne stasjonærløsningen for M/M/...150 6.4 Erlangs tapssystem...152 6.5 Engsets modell, kvasitilfeldig input...156 6.6 Ankomstfordelingen sett fra en Poissonkilde...159 6.7 Køsystem med ett betjeningsorgan...160 6.7.1 Et generelt resultat under stasjonære forhold...160 6.7.2 Erlangs ventetidssystem med ett betjeningsorgan...161 6.7.3 Tider i systemet...163 6.7.4 Fordeling på ventetiden...165 6.8 Erlangs ventetidssystem...167 6.9 Jackson kønett...167 7 Pålitelighetsmodeller...171 7.1 Bakgrunn...171

7.1.1 Feilårsaker...172 7.1.2 Hvordan få systemer pålitelige...175 7.2 Tilstandsmodeller...176 7.2.1 Enkel modell av en enhet...177 7.2.2 Et sammensatt system...179 7.2.3 Noen generelle resultat...186 7.2.4 Regulære strukturer...192 7.3 Strukturmodeller...193 7.3.1 Strukturfuksjonen...194 7.3.2 Pålitelighetsblokkskjema...195 7.3.3 Feiltrær...207 7.3.4 Noen sammenhenger...212 7.3.5 Strukturmodeller koblet med tilstandsdiagram...218 8 Målinger...222 8.1 Observasjoner av en måleprosess...222 8.1.1 Punktprøver...223 8.1.2 Tidsmiddel...225 8.1.3 Akkumulert statistikk...226 8.2 Estimatorer...227 8.2.1 Generelt...227 8.2.2 Punktestimator...228 8.2.3 Estimert varians og standardavvik...228 8.2.4 Estimetert sannsynlighet for en hendelse eller tilstand...229 8.3 Konfidenskoeffisient og konfidensintervall...231 8.3.1 Generelt...231 8.3.2 Kjent varians...232 8.3.3 Ukjent varians...234 8.3.4 Effekt av autokorrelasjon...237 8.4 Organisering av eksperimentet...241 8.4.1 Replikasjonsmetode...241 8.4.2 Seksjonering (Sectioning eller Batch-means)...243 Litteraturreferanser...246 Indeks...249