E[X n+1 ] = c 6 z z 2. P X (z) =

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "E[X n+1 ] = c 6 z z 2. P X (z) ="

Transcript

1 Στοχαστικές Μέθοδοι στην Επιχειρησιακή Ερευνα Ι Ασκήσεις , έκδοση 1/3/2018 Αντώνης Οικονόμου

2

3 1 Υπενθυμίσεις από τις Πιθανότητες 1. Ενας φοιτητής έχει n βιβλία, αριθμημένα ως 1, 2,..., n. Το βιβλίο k έχει ακριβώς i τυπογραφικά λάθη με πιθανότητα k i /(k + 1) i+1, όπου i = 0, 1, 2,... και k = 1, 2,..., n. Ο φοιτητής διαλέγει ένα βιβλίο στην τύχη (ομοιόμορφα) και το διαβάζει. Να βρεθεί η μέση τιμή και η διασπορά του αριθμού των τυπογραφικών λαθών που θα βρει. 2. Μια κάλπη περιέχει a λευκά και b μαύρα σφαιρίδια. Αφού τραβήξουμε ένα σφαιρίδιο, το επανατοποθετούμε στην κάλπη αν είναι λευκό. Αν, όμως, είναι μαύρο, τότε βάζουμε στη θέση του ένα λευκό (από κάποια άλλη κάλπη). Εστω X n ο αριθμός των λευκών σφαιριδίων στην κάλπη, αφού η διαδικασία έχει επαναληφθεί n φορές. 1. Αποδείξτε ότι E[X n+1 ] = 2. Βρείτε έναν κλειστό τύπο για την E[X n ]. ( 1 1 ) E[X n ] + 1. a + b 3. Κάθε φορά που ρίπτεται ένα νόμισμα, προσγειώνεται ως κεφαλή με πιθανότητα p και ως γράμματα με πιθανότητα 1 p. Να υπολογιστεί ο μέσος αριθμός ρίψεων μέχρι να παρατηρηθεί μια σειρά από r συνεχόμενες κεφαλές. 4. Εστω X μια μη-αρνητική ακέραια τυχαία μεταβλητή με πιθανογεννήτρια P X (z) = c 6 z z Να προσδιοριστεί η σταθερά c. 2. Να υπολογιστεί η μέση τιμή E[X]. 3. Να υπολογιστεί η συνάρτηση πιθανότητας f X (x) = P (X = x), x = 0, 1, 2, Να υπολογιστεί η πιθανότητα P (X είναι άρτιος). 5. Εστω X, Y και Z ανεξάρτητες εκθετικές τυχαίες μεταβλητές με ρυθμούς λ, λ και µ αντίστοιχα, με λ µ. Να βρεθεί ο μετασχηματισμός Laplace-Stieltjes της X + Y + Z και η συνάρτηση πυκνότητας πιθανότητάς της. iii

4 iv Υπενθυμίσεις από τις Πιθανότητες 6. Ενα σύστημα έχει δυο εξαρτήματα και χαλάει μόλις κάποιο από τα εξαρτήματα χαλάσει. Ο χρόνος ζωής του πρώτου εξαρτήματος ακολουθεί την εκθετική κατανομή Exp(λ) (δηλαδή με συνάρτηση πυκνότητας πιθανότητας f 1 (t) = λe λt, t 0), ενώ ο χρόνος ζωής του δεύτερου εξαρτήματος ακολουθεί την κατανομή Gamma(n, µ) (δηλαδή συνάρτηση πυκνότητας πιθανότητας f 2 (t) = µ n t n 1 e µt /(n 1)!, t 0). Υποθέτοντας ότι οι χρόνοι ζωής των εξαρτημάτων είναι ανεξάρτητες τυχαίες μεταβλητές, να βρεθεί ο μέσος χρόνος ζωής του συστήματος των δυο εξαρτημάτων.

5 2 Ανανεωτικές διαδικασίες 1. Εστω ανανεωτική διαδικασία {N(t)} με κατανομή ενδιάμεσων χρόνων Exp(λ), δηλαδή, με συνάρτηση πυκνότητας πιθανότητας f X (t) = λe λt, t 0. Να υπολογιστούν η συνάρτηση κατανομής του χρόνου του k-οστού γεγονότος, F Sk (t), η συνάρτηση πιθανότητας του αριθμού των γεγονότων τη στιγμή t, (p k (t) : k 0), και η ανανεωτική συνάρτηση m(t). Να υπολογιστούν, επίσης, οι αντίστοιχοι μετασχηματισμοί Laplace - Stieltjes F Sk (s), ( p k (s) : k 0) και m(s). 2. Εστω ανανεωτική διαδικασία {N(t)} με κατανομή ενδιάμεσων χρόνων Erlang(r, λ), δηλαδή, με συνάρτηση πυκνότητας πιθανότητας και συνάρτηση κατανομής f X (t) = λr (r 1)! tr 1 e λt, t 0, r 1 λt (λt)j F X (t) = 1 e, t 0. j! j=0 Να υπολογιστούν η συνάρτηση κατανομής του χρόνου του k-οστού γεγονότος, F Sk (t) και η συνάρτηση πιθανότητας του αριθμού των γεγονότων τη στιγμή t, (p k (t) : k 0). Να αποδειχθεί ότι η ανανεωτική συνάρτηση δίνεται από τον τύπο m(t) = { 1 k=1 kr 1 j=0 λt (λt)j e j! }, t 0. Να υπολογιστούν, επίσης, οι αντίστοιχοι μετασχηματισμοί Laplace - Stieltjes F Sk (s), ( p k (s) : k 0) και m(s). 3. Εστω ανανεωτική διαδικασία {N(t)} με κατανομή ενδιάμεσων χρόνων Hyperexp(p, 1 p, λ, µ), δηλαδή, μίξη δυο κατανομών Exp(λ) και Exp(µ), με πιθανότητες p και 1 p αντίστοιχα. Η συνάρτηση πυκνότητας πιθανότητας των ενδιάμεσων χρόνων είναι, επομένως, f X (t) = pλe λt + (1 p)µe µt, t 0, v

6 vi Ανανεωτικές διαδικασίες και η συνάρτηση κατανομής είναι F X (t) = p(1 e λt ) + (1 p)(1 e µt ), t 0. Να υπολογιστούν οι μετασχηματισμοί Laplace - Stieltjes F Sk (s), ( p k (s) : k 0) και m(s), της συνάρτησης κατανομής του χρόνου του k-οστού γεγονότος, F Sk (t), της συνάρτησης πιθανότητας του αριθμού των γεγονότων τη στιγμή t, (p k (t) : k 0) και της ανανεωτικής συνάρτησης m(t), αντίστοιχα. Να αποδειχθεί ότι η ανανεωτική συνάρτηση είναι της μορφής m(t) = A + Bt + Ce (λ(1 p)+µp)t, t 0, και να υπολογιστούν οι σταθερές A, B και C. 4. Εστω ανανεωτική διαδικασία {N(t)}, όπου ένας ενδιάμεσος χρόνος ανανέωσης είναι 0 με πιθανότητα p, και έχει την Exp(λ) κατανομή με πιθανότητα 1 p. Δηλαδή, η συνάρτηση κατανομής του είναι μικτή, με μάζα πιθανότητας p στο 0 και συνάρτηση πυκνότητας πιθανότητας (1 p)λe λt, t 0. Η συνάρτηση κατανομής του είναι F X (t) = p + (1 p)(1 e λt ), t 0. Να υπολογιστούν οι μετασχηματισμοί Laplace - Stieltjes F Sk (s), ( p k (s) : k 0) και m(s), της συνάρτησης κατανομής του χρόνου του k-οστού γεγονότος, F Sk (t), της συνάρτησης πιθανότητας του αριθμού των γεγονότων τη στιγμή t, (p k (t) : k 0) και της ανανεωτικής συνάρτησης m(t), αντίστοιχα. Να αποδειχθεί ότι η ανανεωτική συνάρτηση είναι της μορφής m(t) = A + Bt, t 0, και να υπολογιστούν οι σταθερές A και B. 5. Εστω ανανεωτική διαδικασία {N(t)} με κατανομή ενδιάμεσων χρόνων Uniform([0, 1]), δηλαδή, με συνάρτηση πυκνότητας πιθανότητας f X (t) = 1, 0 t 1. Να αποδειχθεί ότι για την ανανεωτική συνάρτηση m(t) ισχύει m(t) = e t 1, 0 t Εστω μια ανανεωτική διαδικασία {N(t)} με κατανομή ενδιάμεσων χρόνων F X (t), με μέση τιμή µ και έστω h(t) = E[S N(t)+1 ], t 0. Να διατυπωθεί μια ανανεωτική εξίσωση για την h(t) και, λύνοντάς την, να αποδειχθεί ότι όπου m(t) η ανανεωτική συνάρτηση. h(t) = µ(1 + m(t)), t 0,

7 Ανανεωτικές διαδικασίες vii 7. Εστω μια ανανεωτική διαδικασία {N(t)} με κατανομή ενδιάμεσων χρόνων F X (t) και έστω h(t) = E[N(t)(N(t) 1)], t 0. Να διατυπωθεί μια ανανεωτική εξίσωση για την h(t) και, λύνοντάς την, να αποδειχθεί ότι όπου m(t) η ανανεωτική συνάρτηση. h(t) = 2(m m)(t), t 0, 8. Εστω μια ανανεωτική διαδικασία {N(t)} με συνεχή κατανομή ενδιάμεσων χρόνων F X (t) και έστω h(t) = Pr[N(t) περιττός], t 0. Να διατυπωθεί μια ανανεωτική εξίσωση για την h(t) και να λυθεί. Να βρεθεί το όριο lim t h(t). 9. Εστω μια ανανεωτική διαδικασία {N(t)}, με χρόνους γεγονότων S 1, S 2,..., με συνεχή κατανομή ενδιάμεσων χρόνων F X (t) και ανανεωτική συνάρτηση m(t). Εστω R(t) = S N(t)+1 t ο υπολειπόμενος χρόνος ανανέωσης τη στιγμή t. Θεωρούμε κάποιο σταθερό x 0 και έστω h(t) = Pr[R(t) > x], t 0. Να διατυπωθεί μια ανανεωτική εξίσωση για την h(t) και, λύνοντάς την, να αποδειχθεί ότι h(t) = Pr[R(t) > x] = 1 F X (x + t) + Να αποδειχθεί, επίσης, ότι t lim h(t) = lim Pr[R(t) > x] = t t 0 (1 F X (x + t u))dm(u), t, x 0. x (1 F X(u))du, x 0. µ Εστω A(t) = t S N(t) ο παρελθών χρόνος ανανέωσης τη στιγμή t. Δικαιολογήστε την ισότητα ενδεχομένων {A(t) > x} = {R(t x) > x} και, χρησιμοποιώντας την, βρείτε το lim t Pr[A(t) > x]. Ομοίως, δείξτε ότι lim Pr[A(t) > x, R(t) > y] = t (1 F x+y X(u))du, x, y 0. µ 10. Εστω μια ανανεωτική διαδικασία {N(t)}, με συνεχή κατανομή ενδιάμεσων χρόνων F X (t) με μέση τιμή µ (0, ) και διασπορά σ 2 [0, ). Εστω, επίσης, m(t) η ανανεωτική συνάρτηση και h(t) = m(t) t, t 0. Να αποδειχθεί ότι η µ h(t) ικανοποιεί την ανανεωτική εξίσωση με h(t) = d(t) + t 0 d(t) = h(t u)df X (u) = d(t) + (h F X )(t), t 0, t = 1 µ ( 1 u ) df X (u) µ 0 t t t µ df X(u) (1 F X (u))du (1 F X (t)).

8 viii Ανανεωτικές διαδικασίες Επίσης, αποδείξτε ότι ( lim h(t) = lim m(t) t ) = σ2 µ 2, t t µ 2µ 2 δηλαδή η ευθεία 1 t + σ2 µ 2 είναι πλάγια ασύμπτωτη της m(t). µ 2µ 2

9 3 Διαδικασία Poisson 1. Εστω {N(t) : t 0} μια διαδικασία Poisson με ρυθμό λ. Να υπολογιστεί η μέση τιμή E[N(t)(N(t) 1)(N(t) 2) (N(t) k + 1)]. 2. Εστω {N(t) : t 0} μια διαδικασία Poisson με ρυθμό λ. Να υπολογιστεί η συνδιακύμανση Cov[N(t), N(s)]. 3. Εστω {N(t) : t 0} μια διαδικασία Poisson με ρυθμό λ. Να υπολογιστεί η πιθανότητα P (N(t) είναι περιττός), t Υποθέτουμε ότι πελάτες φθάνουν σε μια τράπεζα σύμφωνα με μια διαδικασία Poisson με ρυθμό 8 πελάτες την ώρα. Να υπολογιστούν τα ακόλουθα: 1. Η μέση τιμή και η διασπορά του αριθμού των πελατών που μπαίνουν στην τράπεζα μέσα σε ένα οκτάωρο λειτουργίας της τράπεζας. 2. Η πιθανότητα κανείς πελάτης να μη μπει στην τράπεζα τα τελευταία 15 λεπτά μιας εργάσιμης μέρας. 3. Η συνδιακύμανση του αριθμού των πελατών που μπαίνουν στην τράπεζα μεταξύ 9.00 και και του αριθμού των πελατών που μπαίνουν στην τράπεζα την ίδια μέρα μεταξύ και Η συνδιακύμανση του αριθμού των πελατών που μπαίνουν στην τράπεζα μεταξύ 9.00 και και του αριθμού των πελατών που μπαίνουν στην τράπεζα την επόμενη μέρα μεταξύ και Θεωρούμε {N 1 (t) : t 0} και {N 2 (t) : t 0} δυο ανεξάρτητες διαδικασίες Poisson με ρυθμούς λ 1 και λ 2 αντίστοιχα. Εστω A i να είναι ο αριθμός των γεγονότων στη διαδικασία {N i (t)} πριν το πρώτο γεγονός στην άλλη διαδικασία, i = 1, Να υπολογιστούν οι συναρτήσεις πιθανότητας των A i, i = 1, Να εξεταστεί αν οι A 1 και A 2 είναι ανεξάρτητες. ix

10 x Διαδικασία Poisson 6. Εστω μια διαδικασία Poisson(λ), 0 < s < t και n μη αρνητικός ακέραιος. Να υπολογιστούν οι πιθανότητες Pr[N(s) = k N(t) = n], 0 k n. Τι κατανομή είναι η δεσμευμένη κατανομή της N(s) δεδομένου του ότι N(t) = n; Μπορείτε να ερμηνεύσετε διαισθητικά το αποτέλεσμα; 7. Εστω δυο ανεξάρτητες διαδικασίες Poisson, {N 1 (t)} και {N 2 (t)}, με ρυθμούς λ 1 και λ 2, αντίστοιχα. Εστω, επίσης {N(t)} η υπέρθεσή τους. Να υπολογιστούν οι πιθανότητες Pr[N 1 (t) = k N(t) = n], 0 k n. Τι κατανομή είναι η δεσμευμένη κατανομή της N 1 (t) δεδομένου του ότι N(t) = n; Μπορείτε να ερμηνεύσετε διαισθητικά το αποτέλεσμα; 8. Εστω {N(t)} μια διαδικασία Poisson(λ) και X μια τυχαία μεταβλητή, ανεξάρτητη της {N(t)}, με κατανομή Exp(µ). Εστω N το πλήθος των γεγονότων της {N(t)} στο (τυχαίο) διάστημα [0, X]. Να υπολογιστεί η συνάρτηση πιθανότητας της N. Τί κατανομή είναι; 9. Εστω {N(t)} μια διαδικασία Poisson(λ) και S 1, S 2,... οι χρόνοι των γεγονότων της. Να υπολογιστεί ο μέσος χρόνος του τελευταίου γεγονότος πριν τη στιγμή t, δηλαδή η E[S N(t) ]. 10. Εστω {N(t) : t 0} μια διαδικασία Poisson με ρυθμό λ και S 1 ο χρόνος του πρώτου γεγονότος της. Να υπολογιστεί η δεσμευμένη μέση τιμή E[S 1 N(t) 1]. 11. Εστω {N(t) : t 0} μια διαδικασία Poisson με ρυθμό λ και S 1, S 2,... οι χρόνοι των γεγονότων της. Να υπολογιστεί ως συνάρτηση του λ και του t, η μέση τιμή S i ]. N(t) E[ i=1 12. Θεωρούμε ότι πελάτες φθάνουν σε ένα σύστημα σύμφωνα με μια διαδικασία Poisson με ρυθμό λ. Κάθε πελάτης μενει στο σύστημα για εκθετικό χρόνο με παράμετρο µ και κατόπιν αναχωρεί. Οι εκθετικοί χρόνοι παραμονής των πελατών θεωρούνται ανεξάρτητες τυχαίες μεταβλητές. Αποδείξτε ότι ο μέσος αριθμός πελατών στο σύστημα τη στιγμή t είναι λ µ (1 e µt ). 13. Εστω ότι ένα μηχάνημα έχει εκθετικό χρόνο ζωής με παράμετρο λ και ότι μπορεί να επιθεωρείται κατά μέσο όρο κάθε τ = 1 χρονικές μονάδες, µ 1. είτε στις στιγμές 0, τ, 2τ, 3τ,... μιας ντετερμινιστικής διαδικασίας επιθεωρήσεων, 2. είτε στις στιγμές μιας Poisson διαδικασίας επιθεωρήσεων με ρυθμό µ. Εστω Y α και Y β ο χρόνος στον οποίο θα ανακαλυφθεί ότι το μηχάνημα είναι χαλασμένο με τις διαδικασίες (α) και (β) αντίστοιχα, δηλαδή οι στιγμές των πρώτων επιθεωρήσεων μετά το πέρας του χρονου ζωής του μηχανήματος. Να υπολογιστούν οι E[Y α ] και E[Y β ]. Ποιά διαδικασία επιθεωρήσεων είναι προτιμότερη;

11 Διαδικασία Poisson xi 14. Εστω {N(t) : t 0} μια διαδικασία Poisson με ρυθμό λ. Κάθε γεγονός της {N(t)} καταγράφεται ως τυπου 1 με πιθανότητα p και ως τύπου 2 με πιθανότητα 1 p, ανεξάρτητα από τα υπόλοιπα γεγονότα. Εστω {N 1 (t)} η απαριθμήτρια διαδικασία των γεγονότων τύπου 1 και {N 2 (t)} η απαριθμήτρια διαδικασία των γεγονότων τύπου 2. Εστω, επίσης, T 1 και T 2 οι χρόνοι πρώτων γεγονότων στις {N 1 (t)} και {N 2 (t)} αντίστοιχα. Να υπολογιστεί η από κοινού συνάρτηση κατανομής των T 1, T 2, δηλαδή η συνάρτηση F T1,T 2 (t 1, t 2 ) = P (T 1 t 1, T 2 t 2 ). 15. Ενα σύστημα υπόκειται σε k διαφορετικά είδη ηλεκτρικών διαταραχών (shocks). Οι ηλεκτρικές διαταραχές των διαφόρων τύπων συμβαίνουν ανεξάρτητα και μάλιστα οι ηλεκτρικές διαταραχές τύπου i συμβαίνουν συμφωνα με μια Poisson διαδικασία με ρυθμό λ i, i = 1, 2,..., k. Μια ηλεκτρική διαταραχή τύπου i προκαλεί βλάβη στο σύστημα με πιθανότητα p i, ανεξάρτητα από οτιδήποτε άλλο. Εστω T ο χρόνος ζωής του συστήματος (δηλαδή ο χρόνος μέχρι να πάθει βλάβη από κάποια ηλεκτρική διαταραχή) και S το είδος της ηλεκτρικής διαταραχής που προκάλεσε τη βλάβη. Να υπολογιστεί η πιθανότητα P (T > t, S = i). 16. Εστω {N(t) : t 0} μια διαδικασία Poisson με ρυθμό λ. Κάθε γεγονός της {N(t)} καταγράφεται με πιθανότητα 1/3 ανεξάρτητα από τα υπόλοιπα γεγονότα στη διαδικασία {N 1 (t)}. Από την άλλη μεριά θεωρούμε τη διαδικασία {N 2 (t)} που καταγράφει μόνο τα k-οστά γεγονότα της {N(t)}, όπου το k είναι πολλαπλάσιο του 3, δηλαδή το 3ο, το 6ο, το 9ο κλπ. γεγονός. Επομένως και η {N 2 (t)} καταγράφει με πιθανότητα 1/3 αλλά όχι ανεξάρτητα από τα υπόλοιπα γεγονότα. 1. Είναι η {N 2 (t)} διαδικασία Poisson; 2. Να υπολογιστεί η πιθανότητα P (N 1 (t) = 3 N 2 (t) = 1). 17. Εστω {N(t)} μη-ομογενής διαδικασία Poisson με συνάρτηση ρυθμού λ(t), t 0. Να υπολογιστεί η δεσμευμένη συνάρτηση κατανομής του χρόνου S 1 του πρώτου γεγονότος δεδομένου ότι N(t) = 1, δηλαδή η συνάρτηση P (S 1 x N(t) = 1), x Εστω {N(t)} μη-ομογενής διαδικασία Poisson με συνάρτηση ρυθμού λ(t) = λt, t 0 (γραμμική συνάρτηση ρυθμού). Εστω S 1 ο χρόνος του πρώτου γεγονότος. Να υπολογιστεί η E[N(t)] και η E[S 1 ]. 19. Εστω {N(t)} μη-ομογενής διαδικασία Poisson με ρυθμό λ(t) = λ για t [0, 1] [2, 3] [4, 5]... και λ(t) = 0 για t (1, 2) (3, 4) (5, 6).... Εστω S 1 ο χρόνος του πρώτου γεγονότος. 1. Να υπολογιστεί η κατανομή του S 1, P (S 1 x), x Να υπολογιστεί η κατανομή της N(t), t 0.

12 xii Διαδικασία Poisson 3. Να υπολογιστεί η δεσμευμένη μέση τιμή E[S 1 N(t) = n] για 0 t Εστω {N(t)} διαδικασία Poisson ρυθμού λ και Z 1, Z 2,... ανεξάρτητες ισόνομες ακέραιες μη-αρνητικές τυχαίες μεταβλητές με συνάρτηση πιθανότητας p j = P (Z n = j), j = 0, 1, 2,..., πιθανογεννήτρια P Z (z) = j=0 p jz j, μέση τιμή E[Z n ] = µ Z και διασπορά V ar[z n ] = σz, 2 n = 1, 2,.... Θέτουμε {Z(t)} με Z(t) = N(t) n=1 Z n, t 0 να είναι η αντίστοιχη σύνθετη διαδικασία Poisson. 1. Να υπολογιστούν η E[Z(t)] και η V ar[z(t)] (συναρτήσει των λ, µ Z και σ Z ). 2. Να υπολογιστεί η πιθανογεννήτρια P Z(t) (z) της Z(t). 3. Να αποδείξετε ότι οι πιθανότητες r k (t) = P (Z(t) = k), k = 0, 1, 2,... δίνονται από το αναδρομικό σχήμα r 0 = e λt(1 p0), r k = λt k 1 (k j)p k j r j, k 1. k j=0 21. Εστω {N(t)} διαδικασία Poisson ρυθμού λ και Z 1, Z 2,... ανεξάρτητες ισόνομες ακέραιες μη-αρνητικές τυχαίες μεταβλητές με συνάρτηση πιθανότητας P (Z n = j) = (1 a) j 1 a, j = 1, 2,... (γεωμετρική κατανομή). Θέτουμε {Z(t)} με Z(t) = N(t) n=1 Z n, t 0 να είναι η αντίστοιχη σύνθετη διαδικασία Poisson. Να αποδείξετε ότι ( ) k k 1 P (Z(t) = k) = a r (1 a) k r λt (λt)r e. r 1 r! r=1

13 4 Ανανεωτικές διαδικασίες με κόστη 1. Σε μια στάση λεωφορείων φθάνουν επιβάτες σύμφωνα με μια διαδικασία Poisson με ρυθμό λ. Η εταιρεία που εξυπηρετεί τη συγκεκριμένη στάση έχει δυο τύπους λεωφορείων, απλά και φυσούνες, που περνούν εναλλάξ από τη στάση. Ο χρόνος από την αναχώρηση απλού λεωφορείου μέχρι την άφιξη φυσούνας είναι x χρονικές μονάδες, ενώ ο χρόνος από την αναχώρηση φυσούνας μέχρι την άφιξη απλού λεωφορείου είναι y χρονικές μονάδες. Το κόστος ανά επίσκεψη στη στάση απλού λεωφορείου είναι K 1 και το κόστος ανά επίσκεψη φυσούνας είναι K 2. Το κόστος αναμονής ενός πελάτη ανά χρονική μονάδα είναι h. Να βρεθεί ο μακροπρόθεσμος μέσος ρυθμός κόστους και να βρεθούν οι τιμές των x και y που τον ελαχιστοποιούν. 2. Πελάτες φθάνουν σε ένα κατάστημα, σύμφωνα με μια διαδικασία Poisson(λ), και ζητάνε ένα συγκεκριμένο προϊόν. Το αρχικό απόθεμα του προϊόντος στο κατάστημα είναι S. Κάθε πελάτης που φθάνει στο κατάστημα ικανοποιείται άμεσα αν υπάρχει απόθεμα προϊόντος, αλλιώς χάνεται. Μόλις το απόθεμα του καταστήματος εξαντληθεί, το κατάστημα παραγγέλνει S μονάδες προϊόντος από τον προμηθευτή του, οι οποίες του παραδίδονται μετά από τυχαίο χρόνο με μέση τιμή L. Υποθέτουμε ότι το κόστος αποθήκευσης ανά μονάδα προϊόντος και χρονική μονάδα στο κατάστημα είναι h. Το κόστος αγοράς ενός προϊόντος από το κατάστημα είναι c και η τιμή πώλησης είναι p. Το κόστος διεκπεραίωσης μας παραγγελίας είναι d α- νεξάρτητα από το μέγεθός της. Να υπολογιστεί ο μακροπρόθεσμος μέσος ρυθμός κέρδους του καταστήματος. 3. Μια εταιρεία προσφέρει συμβόλαια μακράς διαρκείας στους πελάτες της για έ- να συγκεκριμένο προϊόν που εμπορεύεται. Συγκεκριμένα, σε κάθε πελάτη της με συμβόλαιο μακράς διαρκείας προσφέρει την ακόλουθη πολιτική εγγύησης: Αντικαθιστά το προϊόν δωρεάν οσεσδήποτε φορές χαλάσει μέσα σε χρονικό διάστημα g από την αγορά του. Αν το προϊόν χαλάσει μετά από χρόνο g από την αγορά του, τότε ο πελάτης πρέπει να αγοράσει ένα νέο προϊόν με την ίδια πολιτική εγγύησης. Εστω ότι οι χρόνοι ζωής του προϊόντος είναι Exp(λ) και ότι c είναι η τιμή αγοράς ενός προϊόντος (όταν δεν αντικαθίσταται δωρεάν). Εστω επίσης d (d < c) το κόστος κατασκευής ενός προϊόντος για την εταιρεία. Να υπολογιστεί ο μακροπρόθεσμος μέσος ρυθμός κόστους για έναν πελάτη της εταιρείας ο οποίος έχει συμβόλαιο μακράς διαρκείας με αυτήν, καθώς και ο μακροπρόθεσμος ρυθμός κέρδους από τον πελάτη αυτό για την εταιρεία. xiii

14 xiv Ανανεωτικές διαδικασίες με κόστη 4. Εστω μια αποθήκη που εξετάζεται στην αρχή κάθε χρονικής περιόδου ως προς το απόθεμα ενός προϊόντος. Εστω X n η στάθμη του αποθέματος στην αρχή της χρονικής περιόδου n και X 1 = S > 0 (S γνωστός αριθμός). Συμβολίζουμε με Y n τη ζήτηση του προϊόντος τη χρονική περίοδο n. Υποθέτουμε ότι οι τυχαίες μεταβλητές Y 1, Y 2,... είναι ανεξάρτητες και ισόνομες με κατανομή F Y (x). Μόλις το απόθεμα πέσει κάτω από s (s γνωστός αριθμός με s < S) τότε αναπληρώνεται αμέσως σε ύψος S. Αποδείξτε ότι lim Pr[X n x] = 1 + m Y (S x) n 1 + m Y (S s), s x S, όπου m Y (x) η ανανεωτική συνάρτηση ανανεωτικής διαδικασίας με ενδιάμεσους χρόνους τις Y 1, Y 2, Θεωρούμε ένα σύστημα εξυπηρέτησης στο οποίο οι πελάτες φθάνουν σύμφωνα με μια διαδικασία Poisson(λ) και το οποίο έχει έναν υπάλληλο. Κάθε πελάτης που βρίσκει τον υπάλληλο ελεύθερο αρχίζει να εξυπηρετείται και ο χρόνος εξυπηρέτησής του έχει κατανομή F X (x). Κάθε πελάτης που βρίσκει τον υπάλληλο απασχολημένο αναχωρεί άμεσα από το σύστημα και χάνεται για πάντα. Να βρεθεί το μακροπρόθεσμο μέσο ποσοστό των χαμένων πελατών. 6. Θεωρούμε ένα σύστημα εξυπηρέτησης στο οποίο οι πελάτες φθάνουν σύμφωνα με μια ανανεωτική διαδικασία με κατανομή ενδιάμεσων χρόνων F A (x) και το οποίο έχει έναν υπάλληλο. Κάθε πελάτης που βρίσκει τον υπάλληλο ελεύθερο αρχίζει να εξυπηρετείται και ο χρόνος εξυπηρέτησής του είναι Exp(µ). Κάθε πελάτης που βρίσκει τον υπάλληλο απασχολημένο αναχωρεί άμεσα από το σύστημα και χάνεται για πάντα. Να βρεθεί το μακροπρόθεσμο μέσο ποσοστό των χαμένων πελατών. 7. Εστω ανανεωτική διαδικασία {N(t)} με χρόνους γεγονότων S n και ενδιάμεσους χρόνους γεγονότων X n. Εστω, επίσης, {C n } ακολουθία τυχαίων μεταβλητών με (X n, C n ), n 1, ανεξάρτητες και ισόνομες με συνάρτηση κατανομης F X,C (x, y). Το C n είναι το ονομαστικό κόστος που συσσωρεύεται στον n-οστό ανανεωτικό κύκλο και πληρώνεται στο τέλος του. Υποθέτουμε ότι τα κόστη αποπληθωρίζονται με έναν συνεχή αποπληθωριστή α > 0. Εστω T C το συνολικό αποπληθωρισμένο κόστος στον άπειρο χρονικό ορίζοντα, δηλαδή T C = e αsn C n. Να αποδείξετε ότι n=1 E[T C] = E[Ce αx ] 1 E[e αx ].

15 5 Ουρές αναμονής 1. Θεωρήστε μια M/M/c ουρά με ρυθμό αφίξεων 5 πελάτες την ώρα και μέσο χρόνο εξυπηρέτησης ανά πελάτη 78 λεπτά. 1. Ποιός είναι ο ελάχιστος αριθμός υπηρετών c που χρειάζεται για να είναι το σύστημα ευσταθές (δηλαδή να μην απειρίζεται η ουρά); 2. Ποιός είναι ο ελάχιστος αριθμός υπηρετών που χρειάζεται αν η εργατική νομοθεσία επιβάλλει κάθε υπηρέτης να είναι απασχολημένος το πολύ το 80% του χρόνου του; 2. Να βρείτε τις οριακές κατανομές (p n ), (a n ) και (d n ) των αριθμών των πελατών σε συνεχή χρόνο, σε στιγμές αφίξεων και σε στιγμές αναχωρήσεων, αντίστοιχα, σε μια ευσταθή M/M/1 ουρά με ρυθμό αφίξεων λ και ρυθμό εξυπηρέτησης µ, χρησιμοποιώντας το νόμο του Little και την ιδιότητα PASTA. Για το σκοπό αυτό θεωρήστε ως σύστημα την i θέση του συστήματος εξυπηρέτησης για i = 1, 2, Βρείτε τον οριακό μέσο αριθμό πελατών στο σύστημα, E[Q] στην GI/GI/ ουρά με μέσο ενδιάμεσο χρόνο αφίξεων a και μέσο χρόνο εξυπηρέτησης b. 4. Θεωρούμε ένα σύστημα εξυπηρέτησης με έναν υπηρέτη, στο οποίο καταφθάνουν πελάτες δύο τύπων 1 και 2, σύμφωνα με δυο ανεξάρτητες διαδικασίες Poisson με ρυθμούς λ 1 και λ 2 αντίστοιχα. Κάθε πελάτης, ανεξαρτήτως τύπου έχει Exp(µ) χρόνο εξυπηρέτησης. Οι πελάτες τύπου 1 έχουν απόλυτη προτεραιότητα έναντι των πελατών τύπου 2, δηλαδή όταν υπάρχουν πελάτες τύπου 1 στο σύστημα ο υπηρέτης εξυπηρετεί αυτούς και αρχίζει να εξυπηρετεί πελάτες τύπου 2 μόνο όταν δεν υπάρχουν πελάτες τύπου 1. Επιπλέον, αν ένας πελάτης τύπου 2 εξυπηρετείται και αφιχθεί πελάτης τύπου 1, ο υπηρέτης διακόπτει την εξυπηρέτηση και πηγαίνει να εξυπηρετήσει τον νεοαφιχθέντα πελάτη τύπου 1. Να βρεθούν οι μέσοι οριακοί αριθμοί πελατών τύπων 1 και 2, E[Q 1 ] και E[Q 2 ], αντίστοιχα. 5. Θεωρούμε ένα σύστημα εξυπηρέτησης το οποίο διαθέτει έναν υπηρέτη και άπειρη χωρητικότητα. Η διαδικασία αφίξεων είναι Poisson με παράμετρο λ, ενώ οι χρόνοι εξυπηρέτησης έχουν την κατανομή Exp(µ). Κάθε φορά που το σύστημα αδειάζει ο υπηρέτης απενεργοποιείται. Με την άφιξη ενός πελάτη σε κενό σύστημα, ο υπηρέτης μπαίνει σε διαδικασία ενεργοποίησης. Ο χρόνος που χρειάζεται να ε- νεργοποιηθεί (οπότε και θα αρχίσει να παρέχει κανονικά εξυπηρέτηση) ακολουθει xv

16 xvi Ουρές αναμονής την κατανομή Exp(θ). Κατά τη διάρκεια του χρόνου αυτού οι αφίξεις συνεχίζονται κανονικά. Το σύστημα αυτό αναφέρεται ως η M/M/1 ουρά με εκθετικούς χρόνους εκκίνησης. Βρείτε τον οριακό μέσο αριθμό πελατών στο σύστημα, E[Q], και το μέσο χρόνο παραμονής ενός πελάτη σε αυτό, E[S], χρησιμοποιώντας την ανάλυση μέσης τιμής. 6. Θεωρούμε ένα σύστημα εξυπηρέτησης το οποίο διαθέτει έναν υπηρέτη και άπειρη χωρητικότητα. Η διαδικασία αφίξεων είναι Poisson με ρυθμό λ, ενώ οι χρόνοι εξυπηρέτησης ακολουθούν την κατανομή Exp(µ). Ο υπηρέτης εναλλάσεται μεταξύ περιόδων λειτουργίας και αργίας. Οι χρόνοι λειτουργίας έχουν την κατανομή Exp(ζ), ενώ οι χρόνοι αργίας την κατανομή Exp(θ). Οι αφίξεις στο σύστημα γίνονται κανονικά, ανεξάρτητα αν ο υπηρέτης είναι σε περίοδο λειτουργίας ή αργίας. Ομως, εξυπηρέτηση παρέχεται μόνο όταν ο υπηρέτης βρίσκεται σε περίοδο λειτουργίας. Το σύστημα αυτό αναφέρεται ως η M/M/1 ουρά με εναλλασσόμενες εκθετικές περιόδους λειτουργίας και αργίας. Βρείτε τον οριακό μέσο αριθμό πελατών στο σύστημα, E[Q], και το μέσο χρόνο παραμονής ενός πελάτη σε αυτό, E[S], χρησιμοποιώντας την ανάλυση μέσης τιμής. 7. Θεωρούμε ένα σύστημα εξυπηρέτησης το οποίο διαθέτει έναν υπηρέτη και μηδενικό χώρο αναμονής. Οι πελάτες φθάνουν σύμφωνα με μια διαδικασία Poisson με ρυθμό λ, ενώς οι χρόνοι εξυπηρέτησης των πελατών είναι Exp(µ). Ενας πελάτης που κατά την άφιξή του βρίσκει τον υπηρέτη ελεύθερο αρχίζει άμεσα να εξυπηρετείται. Αν, όμως, βρει τον υπηρέτη κατειλημένο, τότε αναχωρεί από το σύστημα και προσπαθεί αργότερα μέχρι τελικά να εξυπηρετηθεί. Οι χρόνοι μεταξύ διαδοχικών επαναπροσπαθειών ενός πελάτη έχουν την κατανομή Exp(γ).Το σύστημα αυτό αναφέρεται ως η M/M/1/1 ουρά με εκθετικές επαναπροσπάθειες. Βρείτε τον οριακό μέσο αριθμό πελατών στο σύστημα, E[Q], και το μέσο χρόνο παραμονής ενός πελάτη σε αυτό, E[S], χρησιμοποιώντας την ανάλυση μέσης τιμής. 8. Θεωρούμε την τροποποίηση της M/M/1 ουράς με ρυθμό αφίξεων λ και Exp(µ) χρόνους εξυπηρέτησης, όπου ο χρόνος υπομονής κάθε πελάτη που περιμένει στο χώρο αναμονής έχει την κατανομή Exp(ν) και μόλις αυτός συμπληρωθεί ο πελάτης αναχωρεί. Για την ειδική περίπτωση ν = µ, βρείτε τη στάσιμη κατανομή του αριθμού των πελατών σε συνεχή χρόνο. 9. Θεωρούμε την τροποποίηση της M/M/1 ουράς με ρυθμό αφίξεων λ και Exp(µ) χρόνους εξυπηρέτησης, με αποθαρρυνόμενους πελάτες, όπου κάθε πελάτης που βρίσκει n πελάτες κατά την άφιξή του αναχωρεί με πιθανότητα q n, με q 0 = 1 και 4 q n = 3 για n 1. Να βρεθούν 4 1. η συνθήκη ευστάθειας (στασιμότητας) για το σύστημα 2. η κατανομή (p n ) του αριθμού των πελατών σε συνεχή χρόνο. 10. Θεωρούμε την M/M/c ουρά με ρυθμό αφίξεων λ και Exp(µ) χρόνους εξυπηρέτησης. Να βρεθούν 1. η συνθήκη ευστάθειας (στασιμότητας) για το σύστημα

17 Ουρές αναμονής xvii 2. η κατανομή (p n ) του αριθμού των πελατών σε συνεχή χρόνο. 11. Θεωρούμε την M/M/ ουρά με ρυθμό αφίξεων λ και Exp(µ) χρόνους εξυπηρέτησης. Να βρεθούν 1. η συνθήκη ευστάθειας (στασιμότητας) για το σύστημα 2. η κατανομή (p n ) του αριθμού των πελατών σε συνεχή χρόνο. 12. Θεωρούμε την τροποποίηση της M/M/c/c ουράς με Poisson διαδικασία αφίξεων ρυθμού λ και Exp(µ) χρόνους εξυπηρέτησης, όπου ορισμένοι πελάτες αναχωρούν από το σύστημα αμέσως μόλις αφιχθούν, χωρίς να εξυπηρετηθούν (αποθαρρυνόμενοι πελάτες). Συγκεκριμένα, κάθε πελάτης που βρίσκει n άλλα άτομα στο σύστημα κατά την άφιξή του αναχωρεί με πιθανότητα n c, 0 n c. 1. Να βρεθεί η στάσιμη κατανομή (p n ) του αριθμού των πελατών στο σύστημα {Q(t)}. Τί είδους κατανομή είναι; 2. Να βρεθεί το μακροπρόθεσμο ποσοστό των άμεσα αποχωρούντων πελατών (χαμένων πελατών). 3. Να βρεθεί ο μέσος χρόνος παραμονής ενός πελάτη στο σύστημα, E[S], λαμβάνοντας υπόψη όλους τους αφιχθέντες πελάτες. Να βρεθεί ο μέσος χρόνος παραμονής ενός πελάτης στο σύστημα, E[S ], λαμβάνοντας υπόψη μόνο τους τελικά εισερχόμενους πελάτες. 4. Να βρεθεί ο μέσος κύκλος απασχόλησης του συστήματος, E[Z].

Στοχαστικές Μέθοδοι στην Επιχειρησιακή Έρευνα Ι. Λύσεις Ασκήσεων

Στοχαστικές Μέθοδοι στην Επιχειρησιακή Έρευνα Ι. Λύσεις Ασκήσεων Στοχαστικές Μέθοδοι στην Επιχειρησιακή Έρευνα Ι Λύσεις Ασκήσεων Λύνονται ορισμένες από τις ασκήσεις του φυλλαδίου της e-class, που τέθηκαν κατά το εαρινό εξάμηνο 218-219. Είναι πιθανόν να υπάρχουν αρκετά

Διαβάστε περισσότερα

P (M = n T = t)µe µt dt. λ+µ

P (M = n T = t)µe µt dt. λ+µ Ουρές Αναμονής Σειρά Ασκήσεων 1 ΑΣΚΗΣΗ 1. Εστω {N(t), t 0} διαδικασία αφίξεων Poisson με ρυθμό λ, και ένα χρονικό διάστημα η διάρκεια του οποίου είναι τυχαία μεταβλητή T, ανεξάρτητη της διαδικασίας αφίξεων,

Διαβάστε περισσότερα

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων Ακαδ. Έτος 2017-2018 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής

Διαβάστε περισσότερα

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων Ακαδ. Έτος 2017-2018 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής

Διαβάστε περισσότερα

Ανάλυση Απόδοσης Πληροφοριακών Συστημάτων

Ανάλυση Απόδοσης Πληροφοριακών Συστημάτων Ανάλυση Απόδοσης Πληροφοριακών Συστημάτων Διάλεξη 6: Εισαγωγή στην Ουρά M/G/1 Δρ Αθανάσιος Ν Νικολακόπουλος ΜΔΕ Επιστήμης και Τεχνολογίας Υπολογιστών Τμήμα Μηχανικών Η/Υ & Πληροφορικής 18 Νοεμβρίου 2016

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Αναλυτικών Τεχνικών Θεωρίας Πιθανοτήτων για Εφαρμογή σε Ουρές Αναμονής M/G/1

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Αναλυτικών Τεχνικών Θεωρίας Πιθανοτήτων για Εφαρμογή σε Ουρές Αναμονής M/G/1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Αναλυτικών Τεχνικών Θεωρίας Πιθανοτήτων για Εφαρμογή σε Ουρές Αναμονής M/G/1 Απόδειξη Τύπου Little Ιδιότητα PASTA (Poisson Arrivals See Time Averages) Βασικοί

Διαβάστε περισσότερα

1 + ρ ρ ρ3. iπ i = Q = λ λ i=0. n=0 tn. n! Qn, t 0

1 + ρ ρ ρ3. iπ i = Q = λ λ i=0. n=0 tn. n! Qn, t 0 Στοχαστικές Διαδικασίες ΙΙ Ιανουάριος 07 Διαδικασίες Markov σε Συνεχή Χρόνο - Παραδείγματα Μ. Ζαζάνης Πρόβλημα. Εστω ένα σύστημα M/M//3 στο οποίο οι αφίξεις είναι Poisson με ρυθμό λ και οι δύο υπηρέτες

Διαβάστε περισσότερα

Ονοματεπώνυμο: Ερώτημα: Σύνολο Μονάδες: Βαθμός:

Ονοματεπώνυμο: Ερώτημα: Σύνολο Μονάδες: Βαθμός: ΕΤΥ: Ανάλυση Απόδοσης Πληροφοριακών Συστημάτων Χειμερινό Εξάμηνο 2014-15 Τελική Εξέταση 28/02/15 Διάρκεια Εξέτασης: 3 Ώρες Ονοματεπώνυμο: Αριθμός Μητρώου: Υπογραφή: Ερώτημα: 1 2 3 4 5 6 Σύνολο Μονάδες:

Διαβάστε περισσότερα

Ουρές Αναμονής Σημειώσεις (πρόχειρες, υπό διαμόρφωση) 2016-2017, έκδοση 2/5/2017 Αντώνης Οικονόμου Οι σημειώσεις αυτές αναπτύσσονται στα πλαίσια του προπτυχιακού μαθήματος Ουρές Αναμονής του Τμήματος

Διαβάστε περισσότερα

Ορισµός. (neighboring) καταστάσεων. ηλαδή στην περίπτωση αλυσίδας Markov. 1.2 ιαµόρφωση µοντέλου

Ορισµός. (neighboring) καταστάσεων. ηλαδή στην περίπτωση αλυσίδας Markov. 1.2 ιαµόρφωση µοντέλου 200-04-25. ιαδικασίες γεννήσεων-θανάτων. Ορισµός Οι διαδικασίες γεννήσεων-θανάτων (birth-death rocesses) αποτελούν µια σπουδαία κλάση αλυσίδων Markov (διακριτού ή συνεχούς χρόνου). Η ιδιαίτερη συνθήκη

Διαβάστε περισσότερα

Καθ. Γιάννης Γαροφαλάκης. ΜΔΕ Επιστήμης και Τεχνολογίας Υπολογιστών Τμήμα Μηχανικών Η/Υ & Πληροφορικής

Καθ. Γιάννης Γαροφαλάκης. ΜΔΕ Επιστήμης και Τεχνολογίας Υπολογιστών Τμήμα Μηχανικών Η/Υ & Πληροφορικής Α Α Π Σ Δ 11: Ε Σ Α M/G/1 Καθ Γιάννης Γαροφαλάκης ΜΔΕ Επιστήμης και Τεχνολογίας Υπολογιστών Τμήμα Μηχανικών Η/Υ & Πληροφορικής Το σύστημα αναμονής M/G/1 I Θεωρούμε ένα σύστημα στο οποίο οι πελάτες φθάνουν

Διαβάστε περισσότερα

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q Πιθανότητες και Αρχές Στατιστικής (7η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2018-2019 Σωτήρης Νικολετσέας, καθηγητής 1 / 39 Περιεχόμενα

Διαβάστε περισσότερα

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q 7ο Μάθημα Πιθανότητες Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2016-2017 Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής 7ο Μάθημα Πιθανότητες

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuig Systems Επισκόπηση Γνώσεων Πιθανοτήτων Βασίλης Μάγκλαρης maglaris@etmode.tua.gr 7/3/2018 1 Η ΔΙΑΔΙΚΑΣΙΑ ΚΑΤΑΜΕΤΡΗΣΗΣ ΓΕΓΟΝΟΤΩΝ POISSON Η τυχαία εμφάνιση παλμών περιγράφεται σαν

Διαβάστε περισσότερα

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντεοποίηση, Ανάυση και Σχεδιασμός Στοχαστικών Συστημάτων Ακαδ. Έτος 2018-2019 Διδάσκων: Βασίης ΚΟΥΤΡΑΣ Επικ. Καθηγητής

Διαβάστε περισσότερα

Δίκτυα Κινητών και Προσωπικών Επικοινωνιών

Δίκτυα Κινητών και Προσωπικών Επικοινωνιών Δίκτυα Κινητών και Προσωπικών Επικοινωνιών Διαστασιοποίηση Ασύρματου Δικτύου Άγγελος Ρούσκας Τμήμα Ψηφιακών Συστημάτων Πανεπιστήμιο Πειραιώς Τηλεπικοινωνιακή κίνηση στα κυψελωτά συστήματα Βασικός στόχος

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Γνώσεων Πιθανοτήτων Κατανομή Poisson & Εκθετική Κατανομή Διαδικασία Markov Γεννήσεων Θανάτων (Birth Death Markov Processes) Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr

Διαβάστε περισσότερα

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων Ακαδ. Έτος 208-209 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Γνώσεων Πιθανοτήτων (2/2) Διαδικασία Γεννήσεων Θανάτων Η Ουρά Μ/Μ/1

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Γνώσεων Πιθανοτήτων (2/2) Διαδικασία Γεννήσεων Θανάτων Η Ουρά Μ/Μ/1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Γνώσεων Πιθανοτήτων (2/2) Διαδικασία Γεννήσεων Θανάτων Η Ουρά Μ/Μ/1 Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 15/3/2017 Η ΔΙΑΔΙΚΑΣΙΑ ΚΑΤΑΜΕΤΡΗΣΗΣ ΓΕΓΟΝΟΤΩΝ

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Ανάλυση Ουράς Αναμονής M/G/1 Αρχές Ανάλυσης Ουράς M/G/1 Ενσωματωμένη Αλυσίδα Markov (Embedded Markov Chain) Τύποι Pollaczeck - Khinchin (P-K) για Ουρές M/G/1 Μέσες Τιμές

Διαβάστε περισσότερα

Συστήματα Αναμονής. Ενότητα 10: Ουρά Μ/Μ/s. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ

Συστήματα Αναμονής. Ενότητα 10: Ουρά Μ/Μ/s. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Συστήματα Αναμονής Ενότητα 10: Ουρά Μ/Μ/s Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή (2/2) Επισκόπηση Γνώσεων Πιθανοτήτων (1/2)

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή (2/2) Επισκόπηση Γνώσεων Πιθανοτήτων (1/2) ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή (2/2) Επισκόπηση Γνώσεων Πιθανοτήτων (1/2) Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 8/3/2017 ΠΑΡΑΜΕΤΡΟΙ (1/4) (Επανάληψη) Ένταση φορτίου (traffic intensity)

Διαβάστε περισσότερα

p k = (1- ρ) ρ k. E[N(t)] = ρ /(1- ρ).

p k = (1- ρ) ρ k. E[N(t)] = ρ /(1- ρ). ΚΕΦΑΛΑΙΟ 2: CAM 2.1 Συστήµατα Μ/Μ/1 2.1.1 Ανασκόπηση θεωρίας Η ουρά Μ/Μ/1 είναι η πιο σηµαντική διαδικασία ουράς Άφιξη: ιαδικασία Poisson Εξυπηρέτηση: Ακολουθεί εκθετική κατανοµή Εξυπηρετητής: Ένας Χώρος

Διαβάστε περισσότερα

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων Ακαδ. Έτος 2018-2019 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής

Διαβάστε περισσότερα

ιωνυµική Κατανοµή(Binomial)

ιωνυµική Κατανοµή(Binomial) ιωνυµική Κατανοµή(Binomial) ~B(n,p) n N και 0

Διαβάστε περισσότερα

Ο Π Ε Υ Ελάχιστα γραμμών Ο *maximin (A) Π Ε Υ * minimax (B)

Ο Π Ε Υ Ελάχιστα γραμμών Ο *maximin (A) Π Ε Υ * minimax (B) ΑΣΚΗΣΗ Β Μέγιστο στήλης Ο Π Ε Υ Ελάχιστα γραμμών Ο 60 5 55 65 5*maximin (A) Π 50 75 70 45 45 Ε 56 30 30 50 30 Υ 40 30 35 55 30 *60 75 70 65 minimax (B) Επειδή maximin (A) minimax (B) δεν υπάρχει ισορροπία

Διαβάστε περισσότερα

Τυχαία μεταβλητή (τ.μ.)

Τυχαία μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) είναι μια συνάρτηση X ( ) με πεδίο ορισμού το δειγματικό χώρο Ω του πειράματος και πεδίο τιμών ένα υποσύνολο πραγματικών αριθμών που συμβολίζουμε συνήθως

Διαβάστε περισσότερα

Οι κλασσικότερες από αυτές τις προσεγγίσεις βασίζονται σε πολιτικές αναπαραγγελίας, στις οποίες προσδιορίζονται τα εξής δύο μεγέθη:

Οι κλασσικότερες από αυτές τις προσεγγίσεις βασίζονται σε πολιτικές αναπαραγγελίας, στις οποίες προσδιορίζονται τα εξής δύο μεγέθη: 4. ΔΙΑΧΕΙΡΙΣΗ ΑΠΟΘΕΜΑΤΩΝ ΥΠΟ ΑΒΕΒΑΙΑ ΖΗΤΗΣΗ Στις περισσότερες περιπτώσεις η ζήτηση είναι αβέβαια. Οι περιπτώσεις αυτές διαφέρουν ως προς το μέγεθος της αβεβαιότητας. Δηλαδή εάν η αβεβαιότητα είναι περιορισμένη

Διαβάστε περισσότερα

Markov. Γ. Κορίλη, Αλυσίδες. Αλυσίδες Markov

Markov. Γ. Κορίλη, Αλυσίδες. Αλυσίδες Markov Γ. Κορίλη, Αλυσίδες Markov 3- http://www.seas.upe.edu/~tcom5/lectures/lecture3.pdf Αλυσίδες Markov Αλυσίδες Markov ιακριτού Χρόνου Υπολογισµός Στάσιµης Κατανοµής Εξισώσεις Ολικού Ισοζυγίου Εξισώσεις Λεπτοµερούς

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ 4 η Ημερομηνία Αποστολής στον Φοιτητή: 5 Φεβρουαρίου 008 Ημερομηνία παράδοσης της Εργασίας: 4 Μαρτίου 008

Διαβάστε περισσότερα

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων Ακαδ. Έτος 2017-2018 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής

Διαβάστε περισσότερα

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές ΠΜΣ στη «Ναυτιλία» Τμήμα Β art time Χαράλαμπος Ευαγγελάρας hevangel@unipi.gr Η έννοια της Πιθανότητας Ο όρος πιθανότητα είναι συνδέεται άμεσα με τη μελέτη

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΘΕΩΡΙΑ ΟΥΡΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΘΕΩΡΙΑ ΟΥΡΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΘΕΩΡΙΑ ΟΥΡΩΝ Ακαδ. Έτος 2011-2012 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Διδάσκων επί Συμβάσει Π.Δ 407/80 v.koutras@fme.aegean.gr

Διαβάστε περισσότερα

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του πέμπτου φυλλαδίου ασκήσεων.. Δηλαδή:

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του πέμπτου φυλλαδίου ασκήσεων.. Δηλαδή: Θεωρία Πιθανοτήτων, εαρινό εξάμηνο 2017-18 Λύσεις του πέμπτου φυλλαδίου ασκήσεων 1 Σε ένα πρόβλημα πολλαπλής επιλογής προτείνονται n απαντήσεις από τις οποίες μόνο μία είναι σωστή Αν η σωστή απάντηση κερδίζει

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο ιδάσκων : Π.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο ιδάσκων : Π. ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο 2015-16 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 4 Επιµέλεια : Σοφία Σαββάκη Ασκηση 1. Βρίσκεστε

Διαβάστε περισσότερα

Εργαστηριακή Άσκηση Το σύστημα αναμονής M/G/1

Εργαστηριακή Άσκηση Το σύστημα αναμονής M/G/1 Εργαστηριακή Άσκηση 2011-2012 Το σύστημα αναμονής M/G/1 Γιάννης Γαροφαλάκης, Καθηγητής Αθανάσιος Ν.Νικολακόπουλος, Υποψ. Διδάκτορας Σκοπός της παρούσας εργασίας είναι η εξερεύνηση των βασικών ιδιοτήτων

Διαβάστε περισσότερα

S T (x) = exp. (α) m n q x = m+n q x m q x. (β) m n q x = m p x m+n p x. (γ) m n q x = m p x n q x+m. tp x = S Tx (t) = S T (x + t) { x+t

S T (x) = exp. (α) m n q x = m+n q x m q x. (β) m n q x = m p x m+n p x. (γ) m n q x = m p x n q x+m. tp x = S Tx (t) = S T (x + t) { x+t ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΜΕ ΚΑΤΕΥΘΥΝΣΗ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΑ ΜΑΘΗΜΑΤΙΚΑ ΑΣΚΗΣΕΙΣ ΑΝΑΛΥΣΗΣ ΘΝΗΣΙΜΟΤΗΤΑΣ ΙΩΑΝΝΗΣ Σ. ΣΤΑΜΑΤΙΟΥ ΣΑΜΟΣ, ΕΑΡΙΝΟ ΕΞΑΜΗΝΟ 2013-2014

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Διαδικασίες Γεννήσεων - Θανάτων Εξισώσεις Ισορροπίας - Ουρές Μ/Μ/1, M/M/1/N Προσομοίωση Ουράς Μ/Μ/1/Ν

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Διαδικασίες Γεννήσεων - Θανάτων Εξισώσεις Ισορροπίας - Ουρές Μ/Μ/1, M/M/1/N Προσομοίωση Ουράς Μ/Μ/1/Ν ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Διαδικασίες Γεννήσεων - Θανάτων Εξισώσεις Ισορροπίας - Ουρές Μ/Μ/1, M/M/1/N Προσομοίωση Ουράς Μ/Μ/1/Ν Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 23/3/2016 Άδεια Χρήσης

Διαβάστε περισσότερα

Θεωρία Τηλεπικοινωνιακής Κίνησης Ενότητα 2: Θεμελιώδεις σχέσεις

Θεωρία Τηλεπικοινωνιακής Κίνησης Ενότητα 2: Θεμελιώδεις σχέσεις Θεωρία Τηλεπικοινωνιακής Κίνησης Ενότητα 2: Θεμελιώδεις σχέσεις Μιχαήλ Λογοθέτης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Περιγραφή βασικών μοντέλων τηλεπικοινωνιακής

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εκθετική Κατανομή, Στοχαστικές Ανελίξεις Διαδικασίες Απαρίθμησης, Κατανομή Poisson

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εκθετική Κατανομή, Στοχαστικές Ανελίξεις Διαδικασίες Απαρίθμησης, Κατανομή Poisson ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εκθετική Κατανομή, Στοχαστικές Ανελίξεις Διαδικασίες Απαρίθμησης, Κατανομή Poisson Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 9/3/2016 Άδεια Χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

Θεωρία Τηλεπικοινωνιακής Κίνησης

Θεωρία Τηλεπικοινωνιακής Κίνησης Θεωρία Τηλεπικοινωνιακής Κίνησης Ενότητα: Ασκήσεις για τις ενότητες 1 2 (Εισαγωγή Θεμελιώδεις σχέσεις) Ιωάννης Μοσχολιός Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σελίδα 2 Περιεχόμενα 1.

Διαβάστε περισσότερα

0 x < (x + 2) 2 x < 1 f X (x) = 1 x < ( x + 2) 1 x < 2 0 x 2

0 x < (x + 2) 2 x < 1 f X (x) = 1 x < ( x + 2) 1 x < 2 0 x 2 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-7: Πιθανότητες-Χειµερινό Εξάµηνο 6-7 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 9 Επιµέλεια : Γιαννόπουλος Μιχάλης Ασκηση Εστω X συνεχής Τ.Μ. µε Συνάρτηση Πυκνότητας

Διαβάστε περισσότερα

3.ΟΥΡΕΣ ΑΝΑΜΟΝΗΣ

3.ΟΥΡΕΣ ΑΝΑΜΟΝΗΣ www.olieclaroom.gr.ουρεσ ΑΝΑΜΟΝΗΣ Ως ουρά αναμονής ή ισοδύναμα ένα σύστημα εξυπηρέτησης, ορίζεται το σύστημα το οποίο παρέχει εξυπηρέτηση σε πελάτες που προσέρχονται σε αυτό. Πρόκειται για τη μοντελοποίηση

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 1

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 1 Συστήµατα αναµονής Οι ουρές αναµονής αποτελούν καθηµερινό και συνηθισµένο φαινόµενο και εµφανίζονται σε συστήµατα εξυπηρέτησης, στα οποία η ζήτηση για κάποια υπηρεσία δεν µπορεί να

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ ΤΗΛΕΦΩΝΙΚΗΣ ΚΙΝΗΣΗΣ

ΣΤΑΤΙΣΤΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ ΤΗΛΕΦΩΝΙΚΗΣ ΚΙΝΗΣΗΣ ΣΤΑΤΙΣΤΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ ΤΗΛΕΦΩΝΙΚΗΣ ΚΙΝΗΣΗΣ Τέλεια δέσµη: όλες οι γραµµές της είναι προσπελάσιµες από οποιαδήποτε είσοδο. Ατελής δέσµη: όλες οι γραµµές της δεν είναι προσπελάσιµες από οποιαδήποτε είσοδο

Διαβάστε περισσότερα

Λύσεις 4ης Ομάδας Ασκήσεων

Λύσεις 4ης Ομάδας Ασκήσεων ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Γ. ΚΟΝΤΟΓΙΑΝΝΗΣ. Ζυγοβίστι Λύσεις 4ης Ομάδας Ασκήσεων Τμήμα Α Λ αʹ Το συνολικό πλήθος των τερμάτων που θα σημειωθούν είναι X + Y, και η μέση

Διαβάστε περισσότερα

Θεωρητικές Κατανομές Πιθανότητας

Θεωρητικές Κατανομές Πιθανότητας Θεωρητικές Κατανομές Πιθανότητας Θεωρητικές Κατανομές Πιθανότητας Α. ΔΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ α) Διακριτή Ομοιόμορφη κατανομή β) Διωνυμική κατανομή γ) Υπεργεωμετρική κατανομή δ) κατανομή Poisson Β. ΣΥΝΕΧΕΙΣ

Διαβάστε περισσότερα

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων Ακαδ. Έτος 2016-2017 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας

Διαβάστε περισσότερα

3. Προσομοίωση ενός Συστήματος Αναμονής.

3. Προσομοίωση ενός Συστήματος Αναμονής. 3. Προσομοίωση ενός Συστήματος Αναμονής. 3.1. Διατύπωση του Προβλήματος. Τα συστήματα αναμονής (queueing systems), βρίσκονται πίσω από τα περισσότερα μοντέλα μελέτης της απόδοσης υπολογιστικών συστημάτων,

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Συστήματα Γεννήσεων Θανάτων: 1. Σφαιρικές & Λεπτομερείς Εξισώσεις Ισορροπίας 2. Ουρές Markov M/M/1, M/M/1/N Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 27/3/2019 ΔΙΑΔΙΚΑΣΙΑ

Διαβάστε περισσότερα

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του όγδοου φυλλαδίου ασκήσεων.

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του όγδοου φυλλαδίου ασκήσεων. Θεωρία Πιθανοτήτων, εαρινό εξάμηνο 2017-. Λύσεις του όγδοου φυλλαδίου ασκήσεων. 1. Έστω F X, F Y οι συναρτήσεις κατανομής των τ.μ. X, Y και F X,Y η από κοινού συνάρτηση κατανομής τους. Αποδείξτε ότι (i)

Διαβάστε περισσότερα

ΒΑΣΙΚΕΣ ΣΥΝΕΧΕΙΣ ΚΑΤΑΝΟΜΕΣ

ΒΑΣΙΚΕΣ ΣΥΝΕΧΕΙΣ ΚΑΤΑΝΟΜΕΣ Χαράλαµπος Α. Χαραλαµπίδης 3 Νοεµβρίου 29 ΟΜΟΙΟΜΟΡΦΗ ΚΑΤΑΝΟΜΗ Ας ϑεωρήσουµε µια συνεχή τυχαία µεταβλητή X ορισµένη στον Ω µε πεδίο τιµών το διάστηµα [α, ϐ], όπου α < ϐ πραγµατικοί αριθµοί. Η οµοιόµορφη

Διαβάστε περισσότερα

1 1 c c c c c c = 1 c = 1 28 P (Y < X) = P ((1, 2)) + P ((4, 1)) + P ((4, 3)) = 2 1/ / /28 = 18/28

1 1 c c c c c c = 1 c = 1 28 P (Y < X) = P ((1, 2)) + P ((4, 1)) + P ((4, 3)) = 2 1/ / /28 = 18/28 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-17: Πιθανότητες -Χειµερινό Εξάµηνο 01 ιδάσκων : Π. Τσακαλίδης Λύσεις : Πέµπτη Σειρά Ασκήσεων Ηµεροµηνία Ανάθεσης : 14/11/01 Ηµεροµηνία Παράδοσης : 8/11/01

Διαβάστε περισσότερα

Στοχαστικά Μοντέλα Επιχειρησιακών Ερευνών Συστήματα αναμονής Ι Ιωάννης Δημητρίου Τμήμα Μαθηματικών, Πανεπιστήμιο Πατρών, idimit@math.upatras.gr Δ.Π.Μ.Σ. «Μαθηματικά των Υπολογιστών και των Αποφάσεων» Περιεχόμενα

Διαβάστε περισσότερα

Απλα Συστήματα Αναμονής Υπενθύμιση

Απλα Συστήματα Αναμονής Υπενθύμιση Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Επίδοση Υπολογιστικών Συστημάτων Α.-Γ. Σταφυλοπάτης Απλα Συστήματα Αναμονής Υπενθύμιση Άδεια Χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ (16/06/2010, 18:00)

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ (16/06/2010, 18:00) ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών Θεματική Ενότητα Διοίκηση Επιχειρήσεων & Οργανισμών ΔΕΟ 13 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος 2009-2010 ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ (16/06/2010, 18:00) Να απαντηθούν

Διαβάστε περισσότερα

Διαδικασίες Markov Υπενθύμιση

Διαδικασίες Markov Υπενθύμιση Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Επίδοση Υπολογιστικών Συστημάτων Α.-Γ. Σταφυλοπάτης Διαδικασίες Markov Υπενθύμιση Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Η Ουρά Μ/Μ/1/N Σφαιρικές & Τοπικές Εξισώσεις Ισορροπίας Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 22/3/2017 ΔΙΑΔΙΚΑΣΙΑ ΓΕΝΝΗΣΕΩΝ ΘΑΝΑΤΩΝ (1/4) Birth Death Processes

Διαβάστε περισσότερα

Παραδείγματα Θεμάτων/Ασκήσεων Συστημάτων Ουρών Αναμονής

Παραδείγματα Θεμάτων/Ασκήσεων Συστημάτων Ουρών Αναμονής Παραδείγματα Θεμάτων/Ασκήσεων Συστημάτων Ουρών Αναμονής Γ. Λυμπερόπουλος Ιανουάριος 2012 Θέμα 1 Ένα εργοστάσιο που δουλεύει ασταμάτητα έχει τέσσερις (4) πανομοιότυπες γραμμές παραγωγής. Από αυτές, μπορούν

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παράμετροι Ουρών Αναμονής Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 13/3/2019 ΠΑΡΑΜΕΤΡΟΙ (1/3) Ένταση φορτίου (traffic intensity) Σε περίπτωση 1 ουράς, 1 εξυπηρετητή:

Διαβάστε περισσότερα

ΠΙΘΑΝΟΤΗΤΕΣ. Ερωτήσεις του τύπου «Σωστό - Λάθος»

ΠΙΘΑΝΟΤΗΤΕΣ. Ερωτήσεις του τύπου «Σωστό - Λάθος» ΠΙΘΑΝΟΤΗΤΕ Ερωτήσεις του τύπου «ωστό - άθος» 1. * Αν είναι δειγματικός χώρος ενός πειράματος τύχης, τότε Ρ () = 1. 2. * Αν Α είναι ενδεχόμενο ενός πειράματος τύχης τότε, 0 Ρ (Α) 1. 3. * Για το αδύνατο

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Διαδικασίες Birth-Death, Ουρές Markov:

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Διαδικασίες Birth-Death, Ουρές Markov: ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Διαδικασίες Birth-Death, Ουρές Markov: 1. Διαγράμματα Μεταβάσεων Εργοδικών Καταστάσεων, Εξισώσεις Ισορροπίας 2. Προσομοιώσεις, Άσκηση Προσομοίωσης Ουράς M/M/1/10 Βασίλης

Διαβάστε περισσότερα

Δίκτυα Τηλεπικοινωνιών. και Μετάδοσης

Δίκτυα Τηλεπικοινωνιών. και Μετάδοσης Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Δίκτυα Τηλεπικοινωνιών και Μετάδοσης Δρ. Δημήτριος Ευσταθίου Επίκουρος Καθηγητής & Δρ. Στυλιανός Π. Τσίτσος Επίκουρος Καθηγητής

Διαβάστε περισσότερα

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του έβδομου φυλλαδίου ασκήσεων. f X (t) dt για κάθε x. F Y (y) = P (Y y) = P X y b ) a.

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του έβδομου φυλλαδίου ασκήσεων. f X (t) dt για κάθε x. F Y (y) = P (Y y) = P X y b ) a. Θεωρία Πιθανοτήτων, εαρινό εξάμηνο 207- Λύσεις του έβδομου φυλλαδίου ασκήσεων Αν η συνεχής τμ X έχει συνάρτηση κατανομής F X και συνάρτηση πυκνότητας πιθανότητας f X, να βρείτε τις αντίστοιχες συναρτήσεις

Διαβάστε περισσότερα

που αντιστοιχεί στον τυχαίο αριθμό 0.6 δίνει ισχύ P Y Να βρεθεί η μεταβλητή k 2.

που αντιστοιχεί στον τυχαίο αριθμό 0.6 δίνει ισχύ P Y Να βρεθεί η μεταβλητή k 2. (μονάδα παραγωγής ενέργειας) Έχουμε μια απομακρυσμένη μονάδα παραγωγής ενέργειας. Η ζήτηση σε ενέργεια καλύπτεται από διάφορες πηγές. Η ισχύς εξόδου της ανεμογεννήτριας εξαρτάται από την ταχύτητα ανέμου

Διαβάστε περισσότερα

ΕΦΑΡΜΟΣΜΕΝΑ ΜΑΘΗΜΑΤΙΚΑ ΣΤΗ ΧΗΜΕΙΑ Ι ΘΕΜΑΤΑ B Σεπτέμβριος 2008

ΕΦΑΡΜΟΣΜΕΝΑ ΜΑΘΗΜΑΤΙΚΑ ΣΤΗ ΧΗΜΕΙΑ Ι ΘΕΜΑΤΑ B Σεπτέμβριος 2008 ΘΕΜΑΤΑ B Σεπτέμβριος 8. Να προσδιοριστούν με τη μέθοδο των ελαχίστων τετραγώνων οι συντελεστές a και b της εξίσωσης y = be a, ώστε να περιγράφει τα πειραματικά σημεία ( i, y i ), i =,,, N.. Να υπολογιστούν

Διαβάστε περισσότερα

Κεφάλαιο 6: Προσομοίωση ενός συστήματος αναμονής

Κεφάλαιο 6: Προσομοίωση ενός συστήματος αναμονής Κεφάλαιο 6: Προσομοίωση ενός συστήματος αναμονής Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων Γιάννης Γαροφαλάκης Αν. Καθηγητής ιατύπωση του προβλήματος (1) Τα συστήματα αναμονής (queueing systems), βρίσκονται

Διαβάστε περισσότερα

Η άριστη ποσότητα παραγγελίας υπολογίζεται άμεσα από τη κλασική σχέση (5.5): = 1000 μονάδες

Η άριστη ποσότητα παραγγελίας υπολογίζεται άμεσα από τη κλασική σχέση (5.5): = 1000 μονάδες ΠΡΟΒΛΗΜΑ 1 Η ετήσια ζήτηση ενός σημαντικού εξαρτήματος που χρησιμοποιείται στη μνήμη υπολογιστών desktops εκτιμήθηκε σε 10.000 τεμάχια. Η αξία κάθε μονάδας είναι 8, το κόστος παραγγελίας κάθε παρτίδας

Διαβάστε περισσότερα

A man should look for what is, and not for what he thinks should be. Albert Einstein

A man should look for what is, and not for what he thinks should be. Albert Einstein ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ Η Επίδραση της Πληροφόρησης στη Στρατηγική Συμπεριφορά των Πελατών σε Συστήματα Εξυπηρέτησης Διπλωματική εργασία για το Πρόγραμμα Μεταπτυχιακών

Διαβάστε περισσότερα

ΔΙΟΙΚΗΣΗ ΤΕΧΝΙΚΩΝ ΕΡΓΩΝ

ΔΙΟΙΚΗΣΗ ΤΕΧΝΙΚΩΝ ΕΡΓΩΝ ΤΕΙ ΛΑΡΙΣΑΣ- ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΔΙΑΧΕΙΡΙΣΗΣ ΕΡΓΩΝ (ΔΔΕ) ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ (MASTER) ΣΤΗΝ «ΔΙΟΙΚΗΣΗ ΚΑΙ ΔΙΑΧΕΙΡΙΣΗ ΕΡΓΩΝ ΚΑΙ ΠΡΟΓΡΑΜΜΑΤΩΝ» ΔΙΟΙΚΗΣΗ ΤΕΧΝΙΚΩΝ ΕΡΓΩΝ Αντικατάσταση Μηχανημάτων

Διαβάστε περισσότερα

Παντελής Μπουμπούλης, M.Sc., Ph.D. σελ. 2 math-gr.blogspot.com, bouboulis.mysch.gr

Παντελής Μπουμπούλης, M.Sc., Ph.D. σελ. 2 math-gr.blogspot.com, bouboulis.mysch.gr VI Ολοκληρώματα Παντελής Μπουμπούλης, MSc, PhD σελ mth-grlogspotcom, ououlismyschgr ΜΕΡΟΣ Αρχική Συνάρτηση Ορισμός Έστω f μια συνάρτηση ορισμένη σε ένα διάστημα Δ Αρχική συνάρτηση ή παράγουσα της στο Δ

Διαβάστε περισσότερα

Εισαγωγή στα ΣΥΝΟΛΑ. Ε.1 Να χαρακτηρίσετε τις παρακάτω προτάσεις με (Α), αν είναι αληθείς ή με (Ψ), αν είναι ψευδής

Εισαγωγή στα ΣΥΝΟΛΑ. Ε.1 Να χαρακτηρίσετε τις παρακάτω προτάσεις με (Α), αν είναι αληθείς ή με (Ψ), αν είναι ψευδής Εισαγωγή στα ΣΥΝΟΛΑ Ε. Να χαρακτηρίσετε τις παρακάτω προτάσεις με (Α), αν είναι αληθείς ή με (Ψ), αν είναι ψευδής i) Αν Α= {0,5,8,3,89}, τότε το Α. ii) Αν Α = {, {,5}, 8, 0}, τότε το Α. iii) Τα σύνολα

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.outras@fme.aegean.gr Τηλ: 7035468 σ-άλγεβρα

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-27: Πιθανότητες - Χειµερινό Εξάµηνο 205 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 8 Επιµέλεια : Κατερίνα Καραγιαννάκη Ασκηση. Η τυχαία µεταβλητή X έχει αθροιστική

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παραδείγματα χρήσης ουρών Μ/Μ/c/K και αξιολόγησης συστημάτων αναμονής Β. Μάγκλαρης, Σ. Παπαβασιλείου 5-6-2014 Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες

Διαβάστε περισσότερα

Δίκτυα Τηλεπικοινωνιών. και Μετάδοσης

Δίκτυα Τηλεπικοινωνιών. και Μετάδοσης Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Δίκτυα Τηλεπικοινωνιών και Μετάδοσης Δρ. Δημήτριος Ευσταθίου Επίκουρος Καθηγητής & Δρ. Στυλιανός Π. Τσίτσος Επίκουρος Καθηγητής

Διαβάστε περισσότερα

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ Τµ. Επιστήµης των Υλικών Είδη τυχαίων µεταβλητών 1. ιακριτού τύπου X ονοµάζεται διακριτή τ.µ. αν το πεδίο τιµών της είναι της µορφής, {x 1, x 2,...,x n,...}. f(x) = P(X = x) ονοµάζεται συνάρτηση πυκνότητας

Διαβάστε περισσότερα

Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων Ενότητα 3: Μοντέλα Θεωρίας Αναμονής

Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων Ενότητα 3: Μοντέλα Θεωρίας Αναμονής Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων Ενότητα 3: Μοντέλα Θεωρίας Αναμονής Γαροφαλάκης Ιωάννης Πολυτεχνική Σχολή Τμήμα Μηχ/κών Η/Υ & Πληροφορικής Σκοποί ενότητας Κατά τη διάρκεια των καθημερινών μας

Διαβάστε περισσότερα

Συστήματα Αναμονής. Ενότητα 7: Ουρά Μ/Μ/1. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ

Συστήματα Αναμονής. Ενότητα 7: Ουρά Μ/Μ/1. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Συστήματα Αναμονής Ενότητα 7: Ουρά Μ/Μ/1 Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως

Διαβάστε περισσότερα

Προβλήματα Μαρκοβιανών Αλυσίδων

Προβλήματα Μαρκοβιανών Αλυσίδων Πανεπιστήμιο Θεσσαλίας Τμήμα Μηχανολόγων Μηχανικών Προβλήματα Μαρκοβιανών Αλυσίδων Γιώργος Λυμπερόπουλος 2009 1. Να βρεθούν οι κλάσεις καταστάσεων στις παρακάτω Μαρκοβιανές αλυσίδες και να σημειωθεί αν

Διαβάστε περισσότερα

DEPARTMENT OF STATISTICS

DEPARTMENT OF STATISTICS SCHOOL OF INFORMATION SCIENCES & TECHNOLOGY DEPARTMENT OF STATISTICS POSTGRADUATE PROGRAM Elements of Markovian Processes and Queueing Processes with Numerical Applications By Erold Ajdini A THESIS Submitted

Διαβάστε περισσότερα

ΔΙΑΓΩΝΙΣΜΑ 12., στο ίδιο σύστημα

ΔΙΑΓΩΝΙΣΜΑ 12., στο ίδιο σύστημα Μέρος Α ΔΙΑΓΩΝΙΣΜΑ 1 1. (4 μονάδες) α). Η συνάρτηση () έχει το παραπλεύρως γράφημα. () Να βρεθούν τα γραφήματα της μέσης τιμής: A() = () / και του οριακού ρυθμού: M() = (), στο ίδιο σύστημα συντεταγμένων.

Διαβάστε περισσότερα

ΘΕΜΑ 151 ο. x -f(t) 2f(x)+f (x)= 2 e dt και f(0) = 0.

ΘΕΜΑ 151 ο. x -f(t) 2f(x)+f (x)= 2 e dt και f(0) = 0. ΘΕΜΑ 5 ο Έστω συνάρτηση f :[0, + ) παραγωγίσιμη στο διάστημα [0, + ) για την οποία ισχύει : 2 -f(t) 2f()+f ()= 2 e dt και f(0) = 0. i) Να δείξετε ότι + f() 0 για κάθε є [0, + ). ii) Να δείξετε ότι η f

Διαβάστε περισσότερα

Στατιστική Ι-Θεωρητικές Κατανομές Ι

Στατιστική Ι-Θεωρητικές Κατανομές Ι Στατιστική Ι-Θεωρητικές Κατανομές Ι Γεώργιος Κ. Τσιώτας Τμήμα Οικονομικών Επιστημών Σχολή Κοινωνικών Επιστημών Πανεπιστήμιο Κρήτης 12 Δεκεμβρίου 2012 Περιγραφή 1 Θεωρητικές Κατανομές Η Χρήση των Θεωρητικών

Διαβάστε περισσότερα

ΔΕΟ13(ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΙΟΥΛΙΟΥ )

ΔΕΟ13(ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΙΟΥΛΙΟΥ ) ΔΕΟ13(ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΙΟΥΛΙΟΥ ) ΑΣΚΗΣΗ 1 Μια εταιρεία ταχυμεταφορών διατηρεί μια αποθήκη εισερχομένων. Τα δέματα φθάνουν με βάση τη διαδικασία Poion με μέσο ρυθμό 40 δέματα ανά ώρα. Ένας υπάλληλος

Διαβάστε περισσότερα

Σήματα και Συστήματα. Διάλεξη 1: Σήματα Συνεχούς Χρόνου. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Σήματα και Συστήματα. Διάλεξη 1: Σήματα Συνεχούς Χρόνου. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής Σήματα και Συστήματα Διάλεξη 1: Σήματα Συνεχούς Χρόνου Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Εισαγωγή στα Σήματα 1. Σκοποί της Θεωρίας Σημάτων 2. Κατηγορίες Σημάτων 3. Χαρακτηριστικές Παράμετροι

Διαβάστε περισσότερα

MAJ. MONTELOPOIHSH II

MAJ. MONTELOPOIHSH II MAJ MONTELOPOIHSH II ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΕΑΡΙΝΟ ΕΞΑΜΗΝΟ 009 ΦΥΛΛΑΔΙΟ ΑΣΚΗΣΕΩΝ ΙV Οι ασκήσεις είναι από το βιβλίο του Simon Haykin Θα ακολουθήσει ακόμη ένα φυλλάδιο τις επόμενες μέρες Άσκηση

Διαβάστε περισσότερα

4.2. Ασκήσεις στο φαινόμενο Doppler

4.2. Ασκήσεις στο φαινόμενο Doppler 4.2. Ασκήσεις στο φαινόμενο Doppler 1) Συχνότητα και διάρκεια ενός ήχου Μια ηχητική πηγή κινείται με ταχύτητα υ s =40m/s πλησιάζοντας έναν ακίνητο παρατηρητή Α. Σε μια στιγμή εκπέμπει έναν ήχο διάρκειας

Διαβάστε περισσότερα

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ Τµ. Επιστήµης των Υλικών Είδη τυχαίων µεταβλητών 1. ιακριτού τύπου X ονοµάζεται διακριτή τ.µ. αν το πεδίο τιµών της είναι της µορφής, {x 1, x 2,...,x n,...}. f(x) = P(X = x) ονοµάζεται συνάρτηση πυκνότητας

Διαβάστε περισσότερα

ίκτυα Επικοινωνίας Υπολογιστών

ίκτυα Επικοινωνίας Υπολογιστών ίκτυα Επικοινωνίας Υπολογιστών Ενότητα: Ασκήσεις για την ενότητα 5 (Στοιχεία Θεωρίας Τηλεπικοινωνιακής Κίνησης) Ιωάννης Μοσχολιός Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σελίδα 2 Περιεχόμενα

Διαβάστε περισσότερα

Μάθηµα 1. Κεφάλαιο 1o: Συστήµατα. γ R παριστάνει ευθεία και καλείται γραµµική εξίσωση µε δύο αγνώστους.

Μάθηµα 1. Κεφάλαιο 1o: Συστήµατα. γ R παριστάνει ευθεία και καλείται γραµµική εξίσωση µε δύο αγνώστους. Μάθηµα 1 Κεφάλαιο 1o: Συστήµατα Θεµατικές Ενότητες: A. Συστήµατα Γραµµικών Εξισώσεων B. Συστήµατα 3x3 Α. ΣΥΣΤΗΜΑΤΑ ΓΡΑΜΜΙΚΩΝ ΕΞΙΣΩΣΕΩΝ Ορισµοί Κάθε εξίσωση της µορφής α x+β =γ, µε α, β, γ R παριστάνει

Διαβάστε περισσότερα

Απειροστικός Λογισμός Ι, χειμερινό εξάμηνο Λύσεις τέταρτου φυλλαδίου ασκήσεων. ( n(n+1) e 1 (

Απειροστικός Λογισμός Ι, χειμερινό εξάμηνο Λύσεις τέταρτου φυλλαδίου ασκήσεων. ( n(n+1) e 1 ( . Αποδείξτε ότι: Απειροστικός Λογισμός Ι, χειμερινό εξάμηνο 08-9. Λύσεις τέταρτου φυλλαδίου ασκήσεων. +) 7 +) +), 5 +7 5 5, +log ) 7 log 4, +, ++ + + ) +4+4 + +4, + si +, +) +), + [ ], + + 0, + +, ) +,,

Διαβάστε περισσότερα

X i = Y = X 1 + X X N.

X i = Y = X 1 + X X N. Κεφάλαιο 6 Διακριτές τυχαίες μεταβλητές Σε σύνθετα προβλήματα των πιθανοτήτων, όπως π.χ. σε προβλήματα ανάλυσης πολύπλοκων δικτύων ή στη στατιστική ανάλυση μεγάλων δεδομένων, η λεπτομερής, στοιχείο-προς-στοιχείο

Διαβάστε περισσότερα

ε. Το μέλος δεν έχει επιλέξει κανένα από τα δύο προγράμματα. Το μέλος έχει επιλέξει αυστηρά ένα μόνο από τα δύο προγράμματα.

ε. Το μέλος δεν έχει επιλέξει κανένα από τα δύο προγράμματα. Το μέλος έχει επιλέξει αυστηρά ένα μόνο από τα δύο προγράμματα. 1. Τα μέλη ενός Γυμναστηρίου έχουν τη δυνατότητα να επιλέξουν προγράμματα αεροβικής ή γυμναστικής με βάρη. Θεωρούμε τα ενδεχόμενα: Α = Ένα μέλος έχει επιλέξει πρόγραμμα αεροβικής. Β = Ένα μέλος έχει επιλέξει

Διαβάστε περισσότερα

ΑΞΙΟΠΙΣΤΙΑ ΚΑΙ ΣΥΝΤΗΡΗΣΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής. Pr T T0

ΑΞΙΟΠΙΣΤΙΑ ΚΑΙ ΣΥΝΤΗΡΗΣΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής. Pr T T0 ΑΞΙΟΠΙΣΤΙΑ ΚΑΙ ΣΥΝΤΗΡΗΣΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής Δεσμευμένη αξιοπιστία Η δεσμευμένη αξιοπιστία R t είναι η πιθανότητα το σύστημα να λειτουργήσει για χρονικό

Διαβάστε περισσότερα

Μαθηματικά. Ενότητα 2: Διαφορικός Λογισμός. Σαριαννίδης Νικόλαος Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη)

Μαθηματικά. Ενότητα 2: Διαφορικός Λογισμός. Σαριαννίδης Νικόλαος Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη) Μαθηματικά Ενότητα 2: Διαφορικός Λογισμός Σαριαννίδης Νικόλαος Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παράμετροι Συστημάτων Αναμονής Τύπος Little. Β. Μάγκλαρης, Σ. Παπαβασιλείου

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παράμετροι Συστημάτων Αναμονής Τύπος Little. Β. Μάγκλαρης, Σ. Παπαβασιλείου ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παράμετροι Συστημάτων Αναμονής Τύπος Little Β. Μάγκλαρης, Σ. Παπαβασιλείου 8-5-2014 Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Διαδικασίες Birth-Death, Ουρές Markov: 1. Διαγράμματα Μεταβάσεων Εργοδικών Καταστάσεων 2. Εξισώσεις Ισορροπίας 3. Προσομοιώσεις Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr

Διαβάστε περισσότερα

pdf: X U(a, b) 0, x < a 1 b a, a x b 0, x > b

pdf: X U(a, b) 0, x < a 1 b a, a x b 0, x > b Πιθανότητες και Αρχές Στατιστικής (8η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2018-2019 Σωτήρης Νικολετσέας, καθηγητής 1 / 41 Περιεχόμενα

Διαβάστε περισσότερα

Θεωρία Πιθανοτήτων & Στατιστική

Θεωρία Πιθανοτήτων & Στατιστική ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 5 η : Θεωρητικές Κατανομές Πιθανότητας για Διακριτή Τυχαία Μεταβλητή. Γεώργιος Ζιούτας Τμήμα Ηλεκτρολόγων Μηχανικών

Διαβάστε περισσότερα