ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΘΕΩΡΙΑ ΟΥΡΩΝ
|
|
- Κόρη Βαρνακιώτης
- 9 χρόνια πριν
- Προβολές:
Transcript
1 ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΘΕΩΡΙΑ ΟΥΡΩΝ Ακαδ. Έτος Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Διδάσκων επί Συμβάσει Π.Δ 407/80 Τηλ:
2 ΒΙΒΛΙΟΓΡΑΦΙΑ 1. Δ. Φακίνου, Ουρές Αναμονής, 2 η έκδ./2008, Εκδόσεις ΣΥΜΜΕΤΡΙΑ, Κωδικός Βιβλίου στον Εύδοξο: 45392, ISBN: Τ.Ι. Δάρας, Π.Θ. Σύψας, Στοχαστικές Ανελίξεις: Θεωρία και Εφαρμογές, 1 η εκδ./2003, Εκδόσεις ZHTH, Κωδικός Βιβλίου στον Εύδοξο: 11281, ISBN: G. Bolch, S. M. Ross, Introduction to Probability Models, Academic Press, (10th ed.), S. Greiner, H. de Meer, K.S. Trivedi, QueueingNetworks and Markov Chains: Modeling and Performance Evaluation with Computer Science Applications, Wiley-Interscience; (2nd ed.), TrivediK. S., Probability and Statistics with Reliability, Queuing, and Computer Science Applications (2nd ed.), John Wiley & Sons, U. NarayanBhat, An Introduction to QueueingTheory: Modeling and Analysis in Applications (Statistics for Industry and Technology), Birkhäuser Boston(1st ed.), 2008
3 ΕΙΣΑΓΩΓΙΚΑ ΓΕΝΙΚΑ, δεν θέλουμε να είμαστε σε κατάσταση αναμονής Μείωση του χρόνου αναμονής συνήθως απαιτεί επιπλέον επενδύσεις Για να συμπεράνουμε αν όντως αξίζει να επενδύσει κάποιος για να μειώει τον χρόνο αναμονής, πρέπει να εξεταστεί το κατα πόσο μια επένδυση επηρεάζει τον χρόνο αναμονής Για να γίνει αυτό είναι αναγκάια η δημιουργία μοντέλων και τεχνικών για την ανάλυση του προβλήματος
4 ΕΙΣΑΓΩΓΙΚΑ Ουρές ή Γραμμές Αναμονής: Φαινόμενο που δημιουργείται όταν η τρέχουσα ζήτηση για μία εξυπηρέτηση είναι μεγαλύτερη από την τρέχουσα ικανότητα εξυπηρέτησης του συστήματος Αντικειμενικός σκοπός του προβλήματος της ουράς: Να βρεθεί μια οικονομική ισορροπία μεταξύ του κόστους εξυπηρέτησης και του κόστους αναμονής στην ουρά
5 ΕΙΣΑΓΩΓΙΚΑ Θεωρία ουρών: Δίνει την πληροφόρηση που χρειάζεται για μια τέτοια απόφαση με το να προσδιορίζει τα διάφορα χαρακτηριστικά του συστήματος Παρέχει ένα μεγάλο αριθμό μαθηματικών προτύπων για τηνπεριγραφή των καταστάσεων των γραμμών αναμονής
6 ΕΙΣΑΓΩΓΙΚΑ Ως ΟΥΡΑ ΑΝΑΜΟΝΗΣ ορίζεται κάθε σύστημα οποίο παρέχει εξυπηρέτηση κάποιου είδους σε πελάτες που προσέρχονται σε αυτό Το σύστημα αποτελείται από τον χώρο εξυπηρέτησης και συνήθως από έναν χώρο αναμονής όπου περιμένουν οι πελάτες που δεν μπορούν να εξυπηρετηθούν αμέσως Οι χρόνοι άφιξης των πελατών καθώς και οι χρόνοι εξυπηρέτησης τους σε ένα τέτοιο σύστημα είναι τυχαίοι, πράγμα που σημαίνει ότι ο αριθμός των πελατών στο σύστημα ανά πάσα στιγμή (μήκος της ουράς) αυξομειώνεται ως συνάρτηση του χρόνου κατά τυχαίο τρόπο, είναι δηλαδή μια στοχαστική διαδικασία
7 ΕΙΣΑΓΩΓΙΚΑ Πληθυσμός Πελατών μέγεθος: ο συνολικός αριθμός πελατών 1. άπειρος: ο ρυθμός αφίξεων δεν επηρεάζεται από τον αριθμό των πελατών στο σύστημα 2. περιορισμένος: ο ρυθμός αφίξεων επηρεάζεται από τον αριθμό των πελατών στο σύστημα χρόνος μεταξύ διαδοχικών αφίξεων συμπεριφορά πελατών: π.χ. μη προσχώρηση πελατών στο σύστημα επειδή η ουρά είναι μεγάλη Ουρά μέγιστος επιτρεπτός αριθμός πελατών 1. άπειρο μήκος 2. περιορισμένο μήκος Πειθαρχία Ουράς προτεραιότητα με την οποία επιλέγονται οι πελάτες στην ουρά: π.χ. εξυπηρέτηση σύμφωνα με τη σειρά άφιξης (FIFO), κατά τυχαίο τρόπο, σύμφωνα με συγκεκριμένη προτεραιότητα
8 ΕΙΣΑΓΩΓΙΚΑ Μηχανισμός Εξυπηρέτησης ένα ή περισσότερα συστήματα εξυπηρέτησης: ο πελάτης μπορεί να πρέπει να εξυπηρετηθεί σε μια ακολουθία συστημάτων εξυπηρέτησης κάθε σύστημα εξυπηρέτησης έχει μία ή περισσότερες παράλληλες θέσεις εξυπηρέτησης χρόνος εξυπηρέτησης για κάθε θέση: ΣΥΣΤΗΜΑ ΟΥΡΑΣ ΠΕΛΑΤΕΣ Ουρά Π Π Π Π Π ΠΠ Π Ε Ε Ε Σύστημα Εξυπηρέτησησς Π Π Π
9 ΕΙΣΑΓΩΓΙΚΑ Μερικές βασικές ποσότητες που μας ενδιαφέρουν στα συστήματα ουρών είναι: Ο μέσος αριθμός πελατών στον σύστημα Ο μέσος αριθμός πελατών που περιμένουν στην ουρά Ο μέσος χρόνος που μένει ένας πελάτης στο σύστημα Ο μέσος χρόνος που ένας πελάτης περιμένει στην ουρά Ο μέσος χρόνος εξυπηρέτησης Ο μέσος αριθμός πελατών που εξυπηρετούνται μια δεδομένη χρονική στιγμή t
10 ΕΙΣΑΓΩΓΙΚΑ ΠΑΡΑΔΕΙΓΜΑΤΑ ΟΥΡΑ ΠΕΛΑΤΕΣ ΕΞΥΠΗΡΕΤΗΤΕΣ ΕΞΥΠΗΡΕΤΗΣΗ Τηλεφωνικό δίκτυο Κλήσεις Τηλ. Γραμμές Συνδιάλεξη Συνεργείο αυτοκινήτων Αυτοκίνητα Μηχανικοί Επισκευή Αεροδρόμιο Αεροπλάνα Διάδρομοι Προσγείωση Νοσοκομείο Ασθενείς Κλίνες Θεραπεία Τράπεζα Άτομα Ταμίες Χρηματική συναλλαγή
11 ΕΙΣΑΓΩΓΙΚΑ ΠΑΡΑΔΕΙΓΜΑΤΑ Εμπορικά συστήματα εξυπηρέτησης: π.χ. ταμείο σε μία τράπεζα ή ένασουπερμάρκετ, επισκευή οικιακών συσκευών, αυτόματοι πωλητές, κτλ. Μεταφορικά συστήματα εξυπηρέτησης: διόδια, φωτεινοί σηματοδότεςτροχαίας, αποβάθρες σε λιμάνια, διάδρομος προσγείωσης / απογείωσης σε αεροδρόμιο, ταξί, πυροσβεστικά οχήματα, ασανσέρ, κτλ. Εμποροβιομηχανικά συστήματα εσωτερικής εξυπηρέτησης: συστήματα διακίνησης υλικών, συστήματα συντήρησης, σταθμοί επιθεώρησης, συστήματα ηλεκτρονικών υπολογιστών, κτλ. Κοινωνικά συστήματα εξυπηρέτησης: δικαστικό σύστημα, νομοθετικόσύστημα, συστήματα υγείας (π.χ. εξωτερικά ιατρεία, νοσοκομειακά αυτοκίνητα, ακτινολογικά μηχανήματα, κρεβάτια νοσοκομείου), κοινωνικές εξυπηρετήσεις (π.χ. εξασφάλιση στέγης), κτλ.
12 ΕΙΣΑΓΩΓΙΚΑ Παράδειγμα Έστω δύο πόλεις οι οποίες συνδέονται με ένα σύνολο από s τηλεφωνικά κυκλώματα. Έστω επίσης ότι οι κλήσεις που καταφτάνουν στα τηλεφωνικά κέντρα προς εξυπηρέτηση και δεν βρίσκουν ελέυθερο κύκλωμα χάνονται. Ερώτημα: Τί ποσοστό κλήσεων δεν πμορεί να βρεί ελέυθερο κύκλωμα και άρα χάνεται; Συμβολισμοί Παραδοχές Το σύστημα λέμε ότι βρίσκςται αστην κατάσταση Ε j όταν ο αριθμός των πελατών (κλήσεων) στο σύστημα είναι j P j τοποσοστόεπίτουσυνολικόυχρόνουπουτοσύστημαβρίσκεταιστηνκατάσασηε j λ ο ρυθμός αφίξεων(μέσος αριθμός αφίξεων ανά μονάδα χρόνου) τ μέσος χρόνος διάρκειας μιας κλήσης ΑΡΧΗ ΙΣΣΟΡΟΠΙΑΣ-ΔΙΑΤΗΡΗΣΗΣ
13 ΕΙΣΑΓΩΓΙΚΑ ΕΡΩΤΗΜΑΤΑ Ποιές είναι οι συνθήκες κάτω από τις οποίες τα παραπάνω αποτελέσματα είναι έγκυρα; Τί παραδοχές έχουν γίνει για τις διαδικασίες αφίξεων και εξυπηρέτησης; Είναι σωστά τα αποτελέσματα για κάθε διαδικασία αφίξεων Μπορεί να επαληθευτεί ο ισχυρισμός ότι οι ρυθμοί μετάβασης είναι ανάλογοι με τους χρόνους παραμονής στην κάθε κατάσταση Τι σχέση μπορεί να έχουν το ποσοστό του χρόνου που j κλήσεις είναι σε εξέλιξη (P j ) με το ποσοστό Π j των κλήσεων που καταφτάνουν στο σύστημα και βρίσκουν j κλήσεις σε εξέλιξη;
14 Περίγραμμα Μαθήματος Έννοιες από την Θεωρία Πιθανοτήτων Τυχαίες μεταβλητές Διακριτές& συνεχείς κατανομές Στοχαστικές Διαδικασίες Μαρκοβιανές Αλυσίδες και Διαδικασίες Θεωρία Ουρών Εισαγωγικά Μ/Μ/1 Μ/Μ/1/k M/M/c M/M/c/c ή M/M/c LossSystem M/M/ M/M/1/k/k M/M/c/k/k M/G/1 Ανοικτά& Κλειστά Δίκτυα Ουρών
15 Έννοιες από την Θεωρία Πιθανοτήτων Τυχαίο γεγονός Ορισμός Πιθανότητας Δεσμευμένη Πιθανότητα Ανεξαρτησία γεγονότων Θέωρημα Ολικής Πιθανότητας Διακριτές τυχαίες μεταβλητές Μέση τιμή και ροπές Διακριτές κατανομές Συνεχείς τυχαίες μεταβλητές Συνεχείς κατανομές
16 ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ - ΚΑΤΑΝΟΜΕΣ ΟΡΙΣΜΟΣ Μια πραγματική τυχαία μεταβλητή στον πιθανοθεωρητικό χώρο (Ω, F, P) είναι μιασυνάρτησημεορισμόστοωκαιτιμέςστοιrέτσιώστεναισχύει { ω : X ( ω ) x } F Έστω Χ μία τ.μ. Εάν το σύνολο τιμών της Χ είναι το πολύ αριθμήσιμο (δηλαδή πεπερασμένο ή απείρως αριθμήσιμο) τότε η Χ λέγεται διακριτή τ.μ.
17 ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ- ΚΑΤΑΝΟΜΕΣ ΔΕΙΚΤΡΙΑ Τ.Μ. Για κάθε Α F ορίζουμε την δείκτρια τ.μ. που συμβολίζεται 1 A ή1 A 1, ω A ( ω) = 0, ω A Ιδιότητες Αναπαράσταση μιας τ.μ. με την βοήθεια μιας δείκτριας. Έστω μια τ.μ. Χ: Ω ΕcΙR. Για Ε ορίζεται το γεγονόςω: X ( ω) = x x { } γιατοοποίοσυμβολίζουμεμεp X (x)τηνπιθανότητα p X ( x) = Pr( X = x)
18 ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ - ΚΑΤΑΝΟΜΕΣ ΟΡΙΣΜΟΣ Το σύνολο των αριθμών λέγεται κατανομή της τ.μ. Χ ( ( x), x E) p X έτσι ώστε p X ( x) = Pr( X= x) Ιδιότητες p X ( x) 0 x E p ( x X ) = 1 p X (x) x
19 ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ - ΚΑΤΑΝΟΜΕΣ ΟΡΙΣΜΟΣ Οι τ.μ. Χ και Υ λέγονται ανεξάρτητες εάν για οποιαδήποτε, ισχύει ΟΡΙΣΜΟΣ Pr( X = x, Y= y) = Pr( X= x)pr( Y= x 1 E 1 x2 E2 Η μέση τιμή μιας τ.μ. συμβολίζεται με ΕΧ ή Ε[Χ]. Αν η τ.μ είναι διακριτή με τιμέςστοεκαιμεκατανομή ημέσητιμήτηςείναι: Ιδιότητες ( p X ( x), x E) E[ X ] = x p ( x) X x E y)
20 ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ - ΚΑΤΑΝΟΜΕΣ ΡΟΠΕΣ 1. Ηk-οστήροπή( ) 2. Η k-οστή κεντρική ροπή k k µ = E[ X ] = x p ( x) k k Ν * x E k ( X E[ X ]) ] = ( X E[ X ]) m = E[ p ( x) k x E X k X 3. Διασπορά m R =σ ( E[ ]) ( X ) = Var ( X ) = EX X ΠΡΟΤΑΣΗ ΕάνηΧείναιμιατ.μ.μετιμέςστοΙΝτότε E[ X ] = n 1 Pr( X n)
21 ΔΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ ΚΑΤΑΝΟΜΗ BERNOULI X ~ B( p) Χαρακτηρίζει πειράματα με δυνατά αποτελέσματα {ΕΠΙΤΥΧΙΑ, ΑΠΟΤΥΧΙΑ} ΓΕΩΜΕΤΡΙΚΗ ΚΑΤΑΝΟΜΗ X ~ G ( p ) Διωνυμικά πειράματα στα οποία μας ενδιαφέρει ο αριθμός πειραμάτων μέχρι την πρώτη επιτυχία ΚΑΤΑΝΟΜΗ POISSON X ~ P( λ) Πειράματα στα οποία μας ενδιαφέρει ο αριθμός γεγονότων μέσα σε ένα χρονικό διάστημα
22 ΣΥΝΕΧΕΙΣ ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ Συνεχής τ.μ.έστωχμίατ.μ.με πεδίοορισμού τον δειγματικόχώροω και πεδίο τιμών ένα πεπερασμένο ή άπειρο διάστημα της ευθείας τουιr(ήακόμακαιολόκληρητηνευθεία).εάν Pr( X = x) = 0, τότεη τ.μ.χείναισυνεχής. τιµη x της X Συνάρτηση ΠΥΚΝΟΤΗΤΑΣ ΠΙΘΑΝΟΤΗΤΑΣ ΟΡΙΣΜΟΣ Έστω μια συνεχής τ.μ. Χ. Εάν υπάρχει μια μη αρνητική συνάρτηση f X (x)μεπεδίοορισμούτοπεδίοτιμώντηςχτέτοιαώστε Ιδιότητες Pr ( ) = X f X ( x) dx
23 ΣΥΝΕΧΕΙΣ ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΣΥΝΑΡΤΗΣΗ ΚΑΤΑΝΟΜΗΣ ΟΡΙΣΜΟΣ Έστω μια συνεχής τ.μ. Χ. Εάν υπάρχει μια μη αρνητική συνάρτηση f X (x)μεπεδίοορισμούτοπεδίοτιμώντηςχτέτοιαώστε X Ιδιότητες F X x ( X x) = f ( y) dy, x IR ( x) = Pr X
24 ΣΥΝΕΧΕΙΣ ΚΑΤΑΝΟΜΕΣ ΟΜΟΙΟΜΟΡΦΗ ΚΑΤΑΝΟΜΗ X ~ U[ a, b] ΤΥΠΙΚΗ ΚΑΝΟΝΙΚΗ ΚΑΤΑΝΟΜΗ Z ~ N(0,1) ΚΑΝΟΝΙΚΗ ΚΑΤΑΝΟΜΗ X ~ N( µ, σ 2 ) ΕΚΘΕΤΙΚΗ ΚΑΤΑΝΟΜΗ X ~ E( λ) ΚΑΤΑΝΟΜΗ ΓΑΜΜΑ X ~ Γ( a, β ) ΚΑΤΑΝΟΜΗ WEIBULL X ~ W ( β, n)
25 ΣΥΝΕΧΕΙΣ ΚΑΤΑΝΟΜΕΣ ΟΜΟΙΟΜΟΡΦΗ ΚΑΤΑΝΟΜΗ
26 ΣΥΝΕΧΕΙΣ ΚΑΤΑΝΟΜΕΣ ΚΑΝΟΝΙΚΗ ΚΑΤΑΝΟΜΗ
27 ΣΥΝΕΧΕΙΣ ΚΑΤΑΝΟΜΕΣ ΕΚΘΕΤΙΚΗ ΚΑΤΑΝΟΜΗ
28 ΣΥΝΕΧΕΙΣ ΚΑΤΑΝΟΜΕΣ ΚΑΤΑΝΟΜΗ ΓΑΜΜΑ
29 ΧΡΗΣΙΜΕΣ ΑΝΙΣΟΤΗΤΕΣ ΑΝΙΣΟΤΗΤΑ TCHEBICHEV Έστω Χ μια τ.μ. με πεπερασμένη μέση τιμή Ε[Χ] και διασπορά σ 2. Τότε για οποιοδήποτε θετικό αριθμό c, έχουμε Pr ΑΝΙΣΟΤΗΤΑ MARKOV σ ( X ) c 2 ( X E[ X ] c ) 2 ΑνΧείναιμιαθετικήτ.μ.τότεγιακάθεα>0ισχύει E[ X ] Pr > a ( X a), a 0
30 ΣΗΜΕΙΑΚΗ ΔΙΑΔΙΚΑΣΙΑ 0 T 1 T 2 T 3 T n T k-1 T k Χρόνος µεταξύ δύο γεγονότων U k = T k T k-1 0 αριθµός γεγονότων : N(t) t
31 ΣΤΟΧΑΣΤΙΚΗ ΔΙΑΔΙΚΑΣΙΑ Μια διαδικασία περιγράφεται επίσης από τον αριθμό των γεγονότων Ν(t) που συμβαίνουν σε ένα χρονικό διάστημα Ν(t): ο αριθμός των γεγονότων στο χρ. διάστημα [0,t] Ν((α,β])=Ν(β)-Ν(α) N(t ) = 1 { T n t } n 1 = n n +1 { N( t ) n} = { T t< T } Μέσος αριθμός γεγονότων πριν την στιγμή t: m( t ) = E [ N( t )] N( t ) = 1 K 1 n 1 { Tn t } = 1{ T t } + 1{ T t } { Tn t }
32 ΣΤΟΧΑΣΤΙΚΗ ΔΙΑΔΙΚΑΣΙΑ { } Κάθε οικογένεια τ.μ. X( t ),t T ορισμένων στον ίδιο χώρο πιθανοτήτων (Ω,F, P) ονομάζεται στοχαστική διαδικασία ή στοχαστική ανέλιξη Χρόνος-Χώρος καταστάσεων 4 κατηγορίες διακριτή σ.δ. με διακριτό χώρο καταστάσεων διακριτή σ.δ. με συνεχή χώρο καταστάσεων συνεχής σ.δ. με διακριτό χώρο καταστάσεων συνεχής σ.δ. με συνεχή χώρο καταστάσεων
33 ΔΙΑΔΙΚΑΣΙΑ POISSON Ο αριθμός των γεγονότων Ν(t)ακολουθεί την κατανομή Poissonαν οι χρόνοι U i ακολουθούν εκθετική κατανομή { N( t ) n } = { Tn > t } όπου T n+ 1 = T 0 + U 1 > n U 2 + U 3 + K+ U n+ 1 Pr ( N( t ) n) = Pr( T > t) Pr( T t) = n +1 n > (απόδειξη)
34 ΔΙΑΔΙΚΑΣΙΑ POISSON Poisson λ 1 Υπέρθεση Poisson (λ 1 + λ 2 ) Poisson λ 2 Poisson λp Διαχωρισμός Poisson λ Poisson λ(1-p) ΠΑΡΑΔΕΙΓΜΑ: Ανεξάρτητες τ.μ. Χ, Υ Pr k λ λ 1 λ 1 λ2 2 ( X = k) = e, Pr( Y = k) = e, Pr( X + Y = n) =? k! k k!
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 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας
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
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 2014-2015 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας
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
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
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
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
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
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
Συστήματα Αναμονής. Ενότητα 2: Τυχαίες Μεταβλητές. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ
Συστήματα Αναμονής Ενότητα 2: Τυχαίες Μεταβλητές Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό,
Συστήματα Αναμονής. Ενότητα 9: Ανέλιξη Γέννησης - Θανάτου. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ
Συστήματα Αναμονής Ενότητα 9: Ανέλιξη Γέννησης - Θανάτου Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
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,
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Συστήματα Γεννήσεων Θανάτων (I) 1. Σφαιρικές & Τοπικές Εξισώσεις Ισορροπίας 2. Ουρές Markov M/M/1, M/M/1/N Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 21/3/2018 ΔΙΑΔΙΚΑΣΙΑ
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
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
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
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
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 2016-2017 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegean.gr Τηλ: 2271035468
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:
Συστήματα Αναμονής. Ενότητα 6: Θεωρία Ουρών. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ
Συστήματα Αναμονής Ενότητα 6: Θεωρία Ουρών Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό,
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:
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
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)
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
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
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
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
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
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
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
3. Κατανομές πιθανότητας
3. Κατανομές πιθανότητας Τυχαία Μεταβλητή Τυχαία μεταβλητή (τ.μ.) (X) είναι μια συνάρτηση που σε κάθε σημείο (ω) ενός δειγματικού χώρου (Ω) αντιστοιχεί έναν πραγματικό αριθμό. Ω ω X (ω ) R Διακριτή τ.μ.
P (A B) = P (AB) P (B) P (A B) = P (A) P (A B) = P (A) P (B)
Πιθανότητες και Αρχές Στατιστικής (4η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2017-2018 Σωτήρης Νικολετσέας, καθηγητής 1 / 39 Περιεχόμενα
H επίδραση των ουρών στην κίνηση ενός δικτύου
H επίδραση των ουρών στην κίνηση ενός δικτύου Ηεπίδραση των ριπών δεδοµένων Όταν οι αφίξεις γίνονται κανονικά ή γίνονται σε απόσταση η µία από την άλλη, τότε δεν υπάρχει καθυστέρηση Arrival s 1 2 3 4 1
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
Συστήματα Αναμονής. Ενότητα 3: Στοχαστικές Ανελίξεις. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ
Συστήματα Αναμονής Ενότητα 3: Στοχαστικές Ανελίξεις Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
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
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
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 7035468 Τυχαίο Δείγμα
Θεωρία Πιθανοτήτων & Στατιστική
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 4 η : Χαρακτηριστικά Τυχαίων Μεταβλητών. Γεώργιος Ζιούτας Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών Α.Π.Θ.
ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ
Τµ. Επιστήµης των Υλικών ειγµατοληψία Με ιάταξη ειγµατοληψία Χωρίς ιάταξη Χωρίς Επανατοποθέτηση (n)k Με Επανατοποθέτηση n k Χωρίς Επανατοποθέτηση ( n k) Με Επανατοποθέτηση ( n+k 1 ) k ειγµατοληψία Με ιάταξη
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
II. Τυχαίες Μεταβλητές
II. Τυχαίες Μεταβλητές τυχαία μεταβλητή (τ.μ.) Χ : Αναφέρεται πάνω σε μία μετρούμενη ποσότητα του τυχαίου πειράματος Εκφράζει μία συνάρτηση (απεικόνιση) από τον δειγματικό χώρο (Ω) σε έναν αριθμητικό χώρο
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
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
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
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
ΕΦΑΡΜΟΓΕΣ ΣΤΟΧΑΣΤΙΚΩΝ ΑΝΕΛΙΞΕΩΝ ΜΕ ΕΜΦΑΣΗ ΣΤΗ ΘΕΩΡΙΑ ΟΥΡΩΝ ΑΝΑΜΟΝΗΣ ΛΙΝΟΥ ΔΕΣΠΟΙΝΑ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΕΙΣΑΓΩΓΙΚΗ ΚΑΤΕΥΘΥΝΣΗ ΜΑΘΗΜΑΤΙΚΩΝ ΕΦΑΡΜΟΓΕΣ ΣΤΟΧΑΣΤΙΚΩΝ ΑΝΕΛΙΞΕΩΝ ΜΕ ΕΜΦΑΣΗ ΣΤΗ ΘΕΩΡΙΑ ΟΥΡΩΝ ΑΝΑΜΟΝΗΣ ΛΙΝΟΥ ΔΕΣΠΟΙΝΑ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΣΑΜΟΣ
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
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
Θέμα 1 (20%) (α) Πότε είναι εργοδικό το παραπάνω σύστημα; Για πεπερασμένο c, το σύστημα είναι πάντα εργοδικό.
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Τομέας Επικοινωνιών, Ηλεκτρονικής & Συστημάτων Πληροφορικής Εργαστήριο Διαχείρισης & Βέλτιστου Σχεδιασμού Δικτύων - NETMODE
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.outras@e.aegea.gr Τηλ: 7035468 Μέθοδος Υπολογισμού
Πιθανότητες & Τυχαία Σήματα. Διγαλάκης Βασίλης
Πιθανότητες & Τυχαία Σήματα Διγαλάκης Βασίλης Τυχαία Σήματα Γενίκευση τυχαίων διανυσμάτων Άπειρο σύνολο πιθανά αριθμήσιμο από τυχαίες μεταβλητές Παραδείγματα τυχαίων σημάτων: Τηλεπικοινωνίες: Σήμα πληροφορίας
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr Χρύσα Παπαγιάννη chrisap@noc.ntua.gr 24/2/2016 Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
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
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Μοντέλα Ουρών Markov και Εφαρμογές:
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Μοντέλα Ουρών Markov και Εφαρμογές: Ουρά Μ/Μ/2 Σύστημα Μ/Μ/Ν/Κ, Erlang-C Σύστημα Μ/Μ/c/c, Erlang-B Ανάλυση & Σχεδιασμός Τηλεφωνικών Κέντρων Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr
Ηρώων Πολυτεχνείου 9, Ζωγράφου, Αθήνα, Τηλ: , Fax: URL
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Τομέας Επικοινωνιών, Ηλεκτρονικής & Συστημάτων Πληροφορικής Εργαστήριο Διαχείρισης και Βέλτιστου Σχεδιασμού Δικτύων - NETMODE
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
Στατιστική Συμπερασματολογία
Στατιστική Συμπερασματολογία Διαφάνειες 1 ου κεφαλαίου Βιβλίο: Κολυβά Μαχαίρα, Φ. & Χατζόπουλος Στ. Α. (2016). Μαθηματική Στατιστική, Έλεγχοι Υποθέσεων. [ηλεκτρ. βιβλ.] Αθήνα: Σύνδεσμος Ελληνικών Ακαδημαϊκών
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
Στην Ξένια και στην Μαίρη
Στην Ξένια και στην Μαίρη Περιεχόμενα 3 ΠΡΟΛΟΓΟΣ Πολλές φορές θέλουμε να μελετήσουμε φαινόμενα ή συστήματα τα οποία εξελλίσονται, κυρίως αναφορικά με τον χρόνο, και των οποίων η μελλοντική συμπεριφορά
Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων
Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων 6 Απριλίου 2009 1 Συνδυαστική Η ϐασική αρχή µέτρησης µας λέει ότι αν σε ένα πείραµα που γίνεται σε δύο ϕάσεις και στο οποίο υπάρχουν n δυνατά αποτελέσµατα
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
Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα
Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα Ορισμός τυχαίας μεταβλητής Τυχαία μεταβλητή λέγεται η συνάρτηση
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή (1/2) Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 1/3/2017 ΠΕΡΙΕΧΟΜΕΝΑ (1/3) http://www.netmode.ntua.gr/main/index.php?option=com_content&task=view& id=130&itemid=48
Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντελοοίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων Ακαδ. Έτος 6-7 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας
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
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Τομέας Επικοινωνιών, Ηλεκτρονικής & Συστημάτων Πληροφορικής Εργαστήριο Διαχείρισης και Βέλτιστου Σχεδιασμού Δικτύων - NETMODE
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.kouras@fm.aga.gr Τηλ: 7035468 Κίνηση
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
ΠΙΘΑΝΟΤΗΤΕΣ -ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ(τελικές εξετάσεις πλη12)
ΠΙΘΑΝΟΤΗΤΕΣ -ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ(τελικές εξετάσεις πλη) Για διακριτή τυχαία μεταβλητή ισχύει μία συνάρτηση πιθανότητας ικανοποιεί τις ακόλουθες δύο ιδιότητες: (α) ( ) 0, για κάθε i,, i (β) ( i ) i S Παράδειγμα
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
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ. Πιθανότητες. Συνάρτηση κατανομής πιθανότητας Διδάσκων: Επίκουρος Καθηγητής Κωνσταντίνος Μπλέκας
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Πιθανότητες Συνάρτηση κατανομής πιθανότητας Διδάσκων: Επίκουρος Καθηγητής Κωνσταντίνος Μπλέκας Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε
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
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
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ. Πιθανότητες. Συνεχείς τυχαίες μεταβλητές Διδάσκων: Επίκουρος Καθηγητής Κωνσταντίνος Μπλέκας
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Πιθανότητες Συνεχείς τυχαίες μεταβλητές Διδάσκων: Επίκουρος Καθηγητής Κωνσταντίνος Μπλέκας Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες
Πανεπιστήμιο Πελοποννήσου
Πανεπιστήμιο Πελοποννήσου Τυχαίες μεταβλητές Κατανομές Τυχαία Μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) ονομάζεται η συνάρτηση που απεικονίζει το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος στο σύνολο
ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ - ΑΣΚΗΣΕΙΣ. αλλού
ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ - ΑΣΚΗΣΕΙΣ. Η τυχαία μεταβλητή Χ έχει συνάρτηση πιθανότητας που δίνεται από τον πίνακα: x f(x) / / / / / Να βρεθεί η μέση τιμή και η διασπορά.. Η τυχαία μεταβλητή
Μάθημα 3 ο a. Τυχαία Μεταβλητή-Έννοιες και Ορισμοί
Μάθημα 3 ο a Τυχαία Μεταβλητή-Έννοιες και Ορισμοί Στο μάθημα αυτό θα ορίσουμε την έννοια της τυχαίας μεταβλητής και θα αναφερθούμε σε σχετικές βασικές έννοιες και συμβολισμούς. Ross, σσ 135-151 Μπερτσεκάς-Τσιτσικλής,
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
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.
Συστήματα Αναμονής. Ενότητα 5: Ανέλιξη Poisson. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ
Συστήματα Αναμονής Ενότητα 5: Ανέλιξη Poisson Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό,
ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΕΛΙΚΕΣ ΕΞΕΤΑΣΕΙΣ (11/05/2011, 9:00)
ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών Θεματική Ενότητα Διοίκηση Επιχειρήσεων & Οργανισμών ΔΕΟ 3 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος 00-0 ΤΕΛΙΚΕΣ ΕΞΕΤΑΣΕΙΣ (/05/0, 9:00) Να απαντηθούν 4 από τα 5
Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία. Υπεύθυνος: Δρ. Κολιός Σταύρος
Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία Υπεύθυνος: Δρ. Κολιός Σταύρος Κατανομές Πιθανότητας Ως τυχαία μεταβλητή ορίζεται το σύνολο των τιμών ενός χαρακτηριστικού
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
Στατιστική Επιχειρήσεων Ι. Βασικές διακριτές κατανομές
Στατιστική Επιχειρήσεων Ι Βασικές διακριτές κατανομές 2 Δοκιμή Bernoulli Ένα πείραμα σε κάθε εκτέλεση του οποίου εμφανίζεται ακριβώς ένα από δύο αμοιβαία αποκλειόμενα δυνατά αποτελέσματα Το ένα ονομάζεται
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
Στατιστική. Εκτιμητική
Στατιστική Εκτιμητική Χατζόπουλος Σταύρος 28/2/2018 και 01 /03/2018 Εισαγωγή Το αντικείμενο της Στατιστικής είναι η εξαγωγή συμπερασμάτων που αφορούν τον πληθυσμό ή το φαινόμενο που μελετάμε, με τη βοήθεια
07/11/2016. Στατιστική Ι. 6 η Διάλεξη (Βασικές διακριτές κατανομές)
07/11/2016 Στατιστική Ι 6 η Διάλεξη (Βασικές διακριτές κατανομές) 1 2 Δοκιμή Bernoulli Ένα πείραμα σε κάθε εκτέλεση του οποίου εμφανίζεται ακριβώς ένα από δύο αμοιβαία αποκλειόμενα δυνατά αποτελέσματα
3 ο Μέρος Χαρακτηριστικά τυχαίων μεταβλητών
3 ο Μέρος Χαρακτηριστικά τυχαίων μεταβλητών Βασικά χαρακτηριστικά τυχαίας μεταβλητής: Μέση Τιμή (Me Vlue) Διακύμανση (Vrice) Γενικά χαρακτηριστικά: Ροπές μεταβλητών / Ροπογεννήτριες Χαρακτηριστικές συναρτήσεις
Πιθανότητες & Στατιστική (ΜΥΥ 304)
Πιθανότητες & Στατιστική (ΜΥΥ 304) Διδάσκων Κ. Μπλέκας, Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Ιωαννίνων Σεπτέμβριος 2016 Πιθανότητες & Στατιστική Ώρες διδασκαλίας: Θεωρία Τρίτη 9-11 (Αμφιθέατρο
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 7035468 Εκτίμηση Διαστήματος
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ: ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 13
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ: ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 13 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 20 2.1 Αβεβαιότητα, Τυχαία Διαδικασία, και Συναφείς Έννοιες 20 2.1.1 Αβεβαιότητα
ΜΕΡΙΚΕΣ ΕΙΔΙΚΕΣ ΣΥΝΕΧΕΙΣ ΚΑΤΑΝΟΜΕΣ
ΚΕΦΑΛΑΙΟ 8 ΜΕΡΙΚΕΣ ΕΙΔΙΚΕΣ ΣΥΝΕΧΕΙΣ ΚΑΤΑΝΟΜΕΣ Στις ενότητες που ακολουθούν εξετάζουμε συνεχείς κατανομές με ευρεία χρήση στις εφαρμογές. Σε αυτές περιλαμβάνονται η ομοιόμορφη, η εκθετική, η Γάμμα και η
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
2
ΑΝΑΛΥΣΗ ΕΠΙΔΟΣΗΣ ΥΠΟΛΟΓΙΣΤΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Αναλυτικά μοντέλα, προσομοίωση, μετρήσεις ΚΕΦΑΛΑΙΟ 2 Τυχαίες Μεταβλητές και Στοχαστικές Διαδικασίες Α.-Γ. ΣΤΑΦΥΛΟΠΑΤΗΣ Καθηγητής Ε.Μ.Π. Γ. ΣΙΟΛΑΣ Ε.ΔΙ.Π. Ε.Μ.Π.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Ανάλυση Μεταγωγής Πακέτου - Μοντέλο M/M/1 Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 25/4/2018 ΟΥΡΑ Μ/Μ/2 (επανάληψη) Αφίξεις Poisson με ομοιόμορφο μέσο ρυθμό λ k = λ
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.
Κατανομές Πιθανοτήτων. Γεωργία Φουτσιτζή, Καθηγήτρια, Τμήμα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήμιο Ιωαννίνων Ακαδ.
Κατανομές Πιθανοτήτων Γεωργία Φουτσιτζή, Καθηγήτρια, Τμήμα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήμιο Ιωαννίνων Ακαδ. Έτος 2018-2019 1 Περιεχόμενα Ενότητας Βασικές έννοιες από τη θεωρία Πιθανοτήτων
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εφαρμογές Κλειστών Δικτύων Ουρών Markov: 1. Ανάλυση Window Flow Control σε Δίκτυα Υπολογιστών 2. Αξιολόγηση Συστημάτων Πολύ-προγραμματισμού (Multitasking) Γενίκευση Μοντέλων