Reti di Telecomunicazioni. Sistemi a coda M/M/1

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Reti di Telecomunicazioni. Sistemi a coda M/M/1"

Transcript

1 Reti di Telecomunicazioni Sistemi a coda M/M/1 Ing. Francesca Lo Piccolo francesca.lopiccolo@uniroma2.it Un ringraziamento particolare al Prof. Andrea Detti, autore delle presentazioni da cui è stata tratta la maggior parte delle seguenti slide 1

2 Sistema M/M/1 λ... 1/µ M Il processo di arrivo degli utenti è caratterizzato da tempi di interarrivo con distribuzione esponenziale negativa con ritmo/frequenza medi λ [sec -1 ] λ M Il processo di servizio è caratterizzato da tempi di servizio con distribuzione esponenziale negativa con ritmo/frequenza medi µ [sec -1 ], ossia tempo medio di servizio T s 1/µ [sec] 1 1 solo servente Coda con capacità infinita (mai perdite!!!!) Popolazione di utenti di cardinalità infinita 2

3 Evoluzione di un sistema M/M/1 λ... 1/µ Si assume come stato che caratterizza l evoluzione del sistema il numero di utenti nel sistema all istante t N(t)» poiché N(t) può assumere qualunque valore intero, il sistema è caratterizzato da infiniti stati N(t) tempi di interarrrivo arrivi partenze tempi di servizio τ 1 τ 2 τ 3 τ 4 τ 5 τ 6 τ 7 τ 8 θ θ 1 θ 2 θ 3 θ 4 θ 5 θ 6 θ 7 θ 8 t 3

4 Sistema M/M/1 in regime stazionario Per ogni stato k si definisce probabilità di stato la probabilità che il numero di utenti nel sistema all istante t N(t) sia uguale a k In generale le probabilità di stato sono funzione dell istante di tempo considerato Un sistema M/M/1 raggiunge uno stato stazionario se le probabilità di stato sono indipendenti dall istante di tempo t considerato π k P(N(t)k) k,1,2, 4

5 Rappresentazione grafica di un sistema M/M/1 in regime stazionario λ λ λ λ λ λ k-1 k k+1... µ µ µ µ µ ogni cerchio rappresenta un possibile stato del sistema ogni freccia rappresenta una transizione di stato il valore numerico associato ad ogni freccia rappresenta la frequenza media di transizione di stato» intuitivamente, ogni volta che un utente arriva al sistema, il che accade con frequenza media λ, lo stato del sistema si incrementa di un unità» analogamente, ogni volta che un utente esce dal sistema, il che accade con frequenza pari a µ, lo stato del sistema si decrementa di un unità 5

6 Sistema M/M/1: distribuzione di π k Dato il generico stato k, si definisce flusso di probabilità uscente il prodotto tra la probabilità di statoπ k e la somma delle frequenze di transizione uscenti. Si definisce, invece, flusso di probabilità entrante la somma dei prodotti tra le frequenze di transizione entranti e le probabilità degli stati da cui hanno origine le transizioni. Si dimostra che in regime stazionario il flusso di probabilità si conserva, ossia il flusso di probabilità entrante eguaglia sempre il flusso di probabilità uscente λ λ λ λ λ λ k-1 k k+1... λπ µπ µ µ µ µ µ 1 λ λπ + µπ ( λ + µ ) π, k 1 π π µ k 1 k+ 1 k k+ 1 k 6

7 Distribuzione di π k in un sistema M/M/1 Distribuzione di π k in un sistema M/M/1 1, : ha si Ponendo π ρ π ρπ π µ λ ρ k k k k + 7 Imponendo che la somma delle probabilità π k sia 1 ) ( ρ ρ π ρ π ρ π ρ π ρ π π k k i i i i i i ρ <1

8 Sistema senza perdite: legge di Little (1) λ N(t) T(k) N(t) è il numero di utenti presenti nel sistema all istante t T(k) è il tempo che l utente k-esimo ha impiegato all interno del sistema λ è la frequenza media di arrivo al sistema (e di uscita dallo stesso, considerando che non si hanno perdite) E(N) è il numero medio di utenti nel sistema E(T) è il tempo medio di attraversamento del sistema 8

9 Sistema senza perdite: legge di Little (2) λ N(t) T(k) In condizioni di equilibrio statistico, in un qualunque sistema senza perdite E(N) λ E(T) Il numero medio di utenti nel sistema è uguale al prodotto della frequenza media di arrivo per il tempo medio di attraversamento 9

10 Legge di Little La legge di Little si applica anche ai casi deterministici Una linea di autobus effettua una partenza ogni 1 minuti Il percorso dura 1 ora. Quanti autobus sono contemporaneamente in viaggio? N λt 1/1 (min -1 ) 6 (min) 6 autobus Una seggiovia ha 16 seggiolini (8 in salita e 8 in discesa). Passano 15 secondi tra un seggiolino e il successivo. Quanto dura il percorso? T N / λ 8 / 4 (min -1 ) 2 minuti 1

11 Carico o coefficiente di utilizzazione in un sistema M/M/1 Riepilogando k ( ( ) ) k π P N t k ρ (1 ρ), ρ<1 λ<µ La condizione su ρ garantisce la convergenza della sommatoria delle probabilità di stato. La stessa condizione può essere ricavata, considerando che per la legge di Little il numero medio di serventi occupati è: E(S) λ E(T s ) λ 1/µ Dato che il servente è unico, E(S) deve essere minore di 1 e ρ rappresenta proprio il carico o coefficiente di utilizzazione della coda M/M/1 11

12 Ancora sul numero di serventi impegnati E possibile calcolare anche in un altro modo il numero medio di serventi impegnati: E ( S ) P( S ) + 1 P( S 1) ( 1 π ) ( 1 ( ρ) ) ρ 1 1 come ci aspettavamo 12

13 Numero medio di utenti in un sistema M/M/1 ( ) k ( ) ( ) k 1 E N kπ kρ 1 ρ 1 ρ kρ ρ k k k k 1 d d 1 ( ) ( ) k 1 dρ dρ 1 ρ 1 ρ ( 1 ρ) ρ 1 ρ 1 ρ k (1 ρ) ρ ρ 1 ρ ρ 1 13

14 E(N) in funzione del carico E ( N ) ρ 1 ρ E(N N) Carico 14

15 Tempo di attesa in un sistema M/M/1 Per tempo medio di attesa nel sistema si intende il tempo medio trascorso in attesa in coda ed in servizio. Si può utilizzare per calcolarlo la legge di Little E N λe T ( ) ( ) E T ( ) E ( N) ρ 1 1 λ λ ( 1 ρ ) µ ( 1 ρ) 1 µ λ 15

16 E(T) in funzione del carico 25 E ( T ) 1 1 µ 1 ρ 2 E(T) / E(Ts) Carico 16

17 Distribuzione del ritardo in un sistema M/M/1 È possibile valutare analiticamente la distribuzione (densità di probabilità) dei tempi di attesa di un sistema M/M/1 Tale calcolo, che utilizza la trasformata di Laplace della densità di probabilità del tempo di servizio, si omette. Il risultato è f T ( ) ( ) ( 1 ρ ) µ t t 1 ρ µ e Il tempo di attesa ha una distribuzione esponenziale negativa con ritmo (1-ρ)µ. Come già visto il tempo medio di attesa è 1 / (µ(1-ρ)). 17

18 Distribuzione del ritardo in un sistema M/M/1 La distribuzione di probabilità del tempo di attesa T è quindi F T ( ) ( 1 ρ ) µ t t 1 e Si definisce percentile r del ritardo il ritardo d r al di sotto del quale corrisponde una frazione di utenti pari a r%, ossia il valore d r del ritardo tale che Prob < r { T d } Prob{ } r T > d 1 1 r 1 r 18

19 Distribuzione del ritardo in un sistema M/M/1 Da cui si ricava dr 1 e e ( 1 ρ ) ( ρ ) µ 1 d r r µ 1 r 1 ( ) ( ) 1 ρ µ d log 1 r d r d r 1 r log 1 r 1 1 µ 1 ρ 1 19

20 Ipotesi per applicare M/M/1 al multiplatore statistico SORG. 1 Multiplatore statistico SORG. 2 MUX CANALE DI USCITA SORG. M I flussi di pacchetti prodotti dalle sorgenti sono rappresentabili mediante processi di Poisson I flussi di pacchetti emessi dalle sorgenti sono indipendenti tra loro Le lunghezze dei pacchetti hanno distribuzione esponenziale negativa e sono indipendenti tra loro ll processo di ingresso complessivo è indipendente dal processo di servizio Modello M/M/1 adeguato nel caso di M>>1 (ipotesi di Kleinrock) 2

Reti di Telecomunicazioni 1

Reti di Telecomunicazioni 1 Reti di Telecomunicazioni 1 AA2011/12 Sistemi a coda Blocco E2 Ing. Francesco Zampognaro e-mail: zampognaro@ing.uniroma2.it Lucidi Prof. Stefano Salsano 1 Definizione di traffico e utilizzazione di un

Dettagli

Reti di Telecomunicazioni 1

Reti di Telecomunicazioni 1 Reti di Telecomunicazioni Corso on-line - AA25/6 Sistemi a coda Blocco E3 v2 Ing. Stefano Salsano e-mail: stefano.salsano@uniroma2.it Risoluzione di un sistema a coda le catene di Marov 2 Le catene di

Dettagli

La teoria delle code

La teoria delle code La teoria delle code 3 marzo 205 Ing. foglietta.chiara@gmail.com Università degli Studi di Cassino e del Lazio Meridionale Agenda Reti di Aperte Reti di Aperte Sistema M/M/ I 2 Reti di Aperte Una coda

Dettagli

Reti di Telecomunicazioni. Sistemi a coda

Reti di Telecomunicazioni. Sistemi a coda Reti di Telecomunicazioni Sistemi a coda Ing. Francesca Lo Piccolo e-mail: francesca.lopiccolo@uniroma2.it Un ringraziamento particolare al Prof. Andrea Detti, autore delle presentazioni da cui è stata

Dettagli

Modelli a code d attesa dei sistemi operativi

Modelli a code d attesa dei sistemi operativi Definizioni Preliminari Topologie Tandem (1 dispositivo I/O Tandem (2 dispositivi I/O) Coda chiusa Coda aperta Definizioni Preliminari variabili aleatorie: il risultato di un esperimento dall esito incerto

Dettagli

Corso di FONDAMENTI DI RETI DI TELECOMUNICAZIONI. Martino De Marco

Corso di FONDAMENTI DI RETI DI TELECOMUNICAZIONI. Martino De Marco Politecnico di Milano Sede di Cremona A.A. 2004/05 Corso di FONDAMENTI DI RETI DI TELECOMUNICAZIONI Martino De Marco (demarco@cremona cremona.polimi.it) ESERCITAZIONE VALUTAZIONE DELLE PRESTAZIONI Slide

Dettagli

Corso. di FONDAMENTI DI RETI DI TELECOMUNICAZIONI. Martino De Marco

Corso. di FONDAMENTI DI RETI DI TELECOMUNICAZIONI. Martino De Marco Politecnico di Milano Sede di Cremona A.A. 2003/04 Corso di FONDAMENTI DI RETI DI TELECOMUNICAZIONI Martino De Marco (demarco@cremona.polimi.it) ESERCITAZIONE VALUTAZIONE DELLE PRESTAZIONI ESERCITAZIONE:

Dettagli

arrivi in un tempo t è pari a λ*t, come si può ricavare dalla media su k della distribuzione di Poisson :

arrivi in un tempo t è pari a λ*t, come si può ricavare dalla media su k della distribuzione di Poisson : Sistema di coda ad un canale con arrivi poissoniani e tempi di servizio esponenziali. Si può dimostrare che assumere il tasso degli arrivi costante e pari a equivale ad assumere per gli intervalli fra

Dettagli

1. i limiti di p che garantiscono un funzionamento stabile del sistema ;

1. i limiti di p che garantiscono un funzionamento stabile del sistema ; Problema 1 Un router collega una rete locale ad Internet per mezzo di due linee dedicate, la prima di capacità C 1 = 2.048 Mbit/s e la seconda di capacità C 2 = 512 Kbit/s. Ciascuna linea è dotata di una

Dettagli

Teoria delle File di Attesa

Teoria delle File di Attesa Teoria delle File di Attesa Una coda, o fila di attesa, si forma quando degli utenti attendono di essere serviti da uno o più serventi. Esempi: Studenti agli sportelli della segreteria Utenti di un centro

Dettagli

Teoria delle File di Attesa Una coda, o fila di attesa, si forma quando degli utenti attendono di essere serviti da uno o più serventi.

Teoria delle File di Attesa Una coda, o fila di attesa, si forma quando degli utenti attendono di essere serviti da uno o più serventi. Teoria delle File di Attesa Una coda, o fila di attesa, si forma quando degli utenti attendono di essere serviti da uno o più serventi. Esempi: Studenti agli sportelli della segreteria Utenti di un centro

Dettagli

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2016/17 Processi stocastici e analisi di serie temporali

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2016/17 Processi stocastici e analisi di serie temporali Corso di Laurea Magistrale in Ingegneria Informatica A.A. 206/7 Processi stocastici e analisi di serie temporali PROVA DI ESONERO SUI PROCESSI DI MARKOV DEL 6 DICEMBRE 206 Punteggi: : + + 4 2; 2: 2 5;

Dettagli

Complementi di Probabilità e Statistica Laurea Magistrale Ing. Info. Soluzione degli Esercizi su catene di Markov a tempo continuo

Complementi di Probabilità e Statistica Laurea Magistrale Ing. Info. Soluzione degli Esercizi su catene di Markov a tempo continuo Complementi di Probabilità e Statistica Laurea Magistrale Ing Info Soluzione degli Esercizi su catene di Markov a tempo continuo M Abundo Si può modellizzare il sistema mediante una coda del tipo M/M/n

Dettagli

RETI DI TELECOMUNICAZIONE

RETI DI TELECOMUNICAZIONE RETI DI TELECOMUNICAZIONE Modelli delle Sorgenti di Traffico Generalità Per la realizzazione di un modello analitico di un sistema di telecomunicazione dobbiamo tenere in considerazione 3 distinte sezioni

Dettagli

RETI DI TELECOMUNICAZIONE

RETI DI TELECOMUNICAZIONE RETI DI TELECOMUNICAZIONE TEORIA DELLE CODE Teoria delle code Obiettivo Avere uno strumento analitico per determinare le condizioni di funzionamento di una rete in termini prestazionali La teoria delle

Dettagli

Politecnico di Milano Sede di Cremona A.A. 2012/13. Corso di RETI DI COMUNICAZIONE E INTERNET (Modulo 1)

Politecnico di Milano Sede di Cremona A.A. 2012/13. Corso di RETI DI COMUNICAZIONE E INTERNET (Modulo 1) Politecnico di Milano Sede di Cremona A.A. 2012/13 Corso di RETI DI COMUNICAZIONE E INTERNET (Modulo 1) Martino De Marco email: martino.demarco@mail.polimi.it skype: martino.demarco ESERCITAZIONE VALUTAZIONE

Dettagli

RETI DI TELECOMUNICAZIONE

RETI DI TELECOMUNICAZIONE RETI DI TELECOMUNICAZIONE CATENE DI MARKOV TEMPO CONTINUE Definizioni Sia dato un processo stocastico x(t) che può assumere valori discreti appartenenti ad un insieme se accade che il processo è una catena

Dettagli

RETI DI TELECOMUNICAZIONE

RETI DI TELECOMUNICAZIONE RETI DI TELECOMUNICAZIONE PROCESSI DI POISSON Definizione Un processo stocastico che assume valori interi non negativi si dice essere un processo di Poisson con frequenza λ se 1. A(t) è un prosesso di

Dettagli

1.5 SISTEMI A CODA BASATI SU PROCESSI DI NASCITA E MORTE

1.5 SISTEMI A CODA BASATI SU PROCESSI DI NASCITA E MORTE 46 TEORIA DELLE CODE.5 SISTEMI A CODA BASATI SU PROCESSI DI NASCITA E MORTE In questo paragrafo verrano studiati sistemi di code che possono essere rappresentati da processi di nascita e morte. In particolare,

Dettagli

INTRODUZIONE ALLA TEORIA DEL TRAFFICO

INTRODUZIONE ALLA TEORIA DEL TRAFFICO INTRODUZIONE ALLA TEORIA DEL TRAFFICO IC3N 2000 N. 1 Definizioni preliinari Sistea soggetto a traffico: astrazione definita convenzionalente di un sistea reale (o di una parte di esso in cui entrano ed

Dettagli

Ancora sui processi di Poisson

Ancora sui processi di Poisson Ancora sui processi di Poisson La somma di N processi di Posson indipendenti do parametro λ i, i=1 N, è un processo di Poisson di parametro λ = λ TOT i i λ1 λ2 + λtot λn Ancora sui processi di Poisson

Dettagli

Politecnico di Milano Sede di Cremona A.A. 2013/14. Corso di RETI DI COMUNICAZIONE E INTERNET (Modulo 1) Martino De Marco / Antonio Corghi

Politecnico di Milano Sede di Cremona A.A. 2013/14. Corso di RETI DI COMUNICAZIONE E INTERNET (Modulo 1) Martino De Marco / Antonio Corghi Politecnico di Milano Sede di Cremona A.A. 2013/14 Corso di RETI DI COMUNICAZIONE E INTERNET (Modulo 1) Martino De Marco / Antonio Corghi ESERCITAZIONE VALUTAZIONE DELLE PRESTAZIONI Indice Sistemi di accodamento

Dettagli

UNIVERSITA DEGLI STUDI DI ROMA TOR VERGATA ESERCIZI D ESAME DEL CORSO DI RETI DI TELECOMUNICAZIONI

UNIVERSITA DEGLI STUDI DI ROMA TOR VERGATA ESERCIZI D ESAME DEL CORSO DI RETI DI TELECOMUNICAZIONI UNIVERSITA DEGLI STUDI DI ROMA TOR VERGATA ESERCIZI D ESAME DEL CORSO DI RETI DI TELECOMUNICAZIONI rev. 1.0 ANDREA DETTI Reti di Telecomunicazioni Esercizi d esame pag. 2/20 1 Sia data una popolazione

Dettagli

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta C 21/12/2009

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta C 21/12/2009 Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta C 1/1/009 Esercizio 1. In periodo di esodo per le vacanze, sull A1 una grande area di servizio lavora a pieno regime. In media ogni

Dettagli

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 17/7/2008

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 17/7/2008 Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 17/7/2008 Esercizio 1. Il porto di Paralli sta raggiungendo un quantità di movimento critica e la capitaneria del porto decide di

Dettagli

Laboratori di FONDAMENTI DI RETI DI TELECOMUNICAZIONI

Laboratori di FONDAMENTI DI RETI DI TELECOMUNICAZIONI Politecnico di Milano Sede di Cremona A.A. 2007/08 Laboratori di FONDAMENTI DI RETI DI TELECOMUNICAZIONI Fabio Zeri (gundam@metarete.it) Slide 1 Multiplazione Permette la condivisione di un mezzo trasmissivo

Dettagli

λ è detto intensità e rappresenta il numero di eventi che si

λ è detto intensità e rappresenta il numero di eventi che si ESERCITAZIONE N 1 STUDIO DI UN SISTEMA DI CODA M/M/1 1. Introduzione Per poter studiare un sistema di coda occorre necessariamente simulare gli arrivi, le partenze e i tempi di ingresso nel sistema e di

Dettagli

- 4 - La multiplazione statistica nelle reti a pacchetto

- 4 - La multiplazione statistica nelle reti a pacchetto Politecnico di Milano Dipartimento di Elettronica e Informazione - 4 - La multiplazione statistica nelle reti a pacchetto Laboratorio di Reti di Telecomunicazione Premessa Useremo NS e nscript per studiare

Dettagli

- 4 - La multiplazione statistica nelle reti a pacchetto

- 4 - La multiplazione statistica nelle reti a pacchetto Politecnico di Milano Dipartimento di Elettronica e Informazione - 4 - La multiplazione statistica nelle reti a pacchetto Laboratorio di Reti di Telecomunicazione Premessa Useremo NS e nscript per studiare

Dettagli

' $ Teoria del traffico & % 1

' $ Teoria del traffico & % 1 Teoria del traffico Andamento della distribuzione di Poisson P(k) = (λt)k k! e λt 1 k=0 k=1 k=2 k=3 0.8 0.6 P(k) 0.4 0.2 0 0 1 2 3 4 5 λt Proprietá La sovrapposizione di h processi di Poisson aventi frequenze

Dettagli

Test di verica per il corso di Reti di Telecomunicazioni

Test di verica per il corso di Reti di Telecomunicazioni Nome e Cognome Laurea Diploma in Test di verica per il corso di Reti di Telecomunicazioni 1/11/003 1. In un centralino con una sola linea esterna, si sa che il carico è inferiore a 0.1 Erlang. Quale fra

Dettagli

Processi di Markov. Processi di Markov

Processi di Markov. Processi di Markov Processi Stocastici Processi Stocastici Processi Stocastici Catene o Catene o Catene di M Processi Stocastici Processi Stocastici Processi Stocastici Catene o Catene o Catene di M Processi Stocastici Un

Dettagli

Tre esempi di sistemi di congestione. Analisi delle loro simulazioni in linguaggio Simula

Tre esempi di sistemi di congestione. Analisi delle loro simulazioni in linguaggio Simula Tre esempi di sistemi di congestione Analisi delle loro simulazioni in linguaggio Simula Generalità introduttive Una larga classe di sistemi reali : Sistemi di produzione Sistemi di traffico e di comunicazione

Dettagli

Modelli e Metodi per l Automazione

Modelli e Metodi per l Automazione Prof. Davide Giglio Modelli e Metodi per l Automazione Facoltà di Ingegneria Anno Accademico 20/202 ESEMPI ED ESERCIZI RETI DI CODE 7. Un sistema di produzione è costituito da 4 macchine M, M 2, M 3 e

Dettagli

FORMULARIO DI RETI DI TELECOMUNICAZIONI (versione 1.1, )

FORMULARIO DI RETI DI TELECOMUNICAZIONI (versione 1.1, ) FORMULARIO DI RETI DI TELECOMUNICAZIONI (versione., 3.2.05) definizioni di carattere generale - valide salvo avviso contrario N numero di server e/o di posti nel sistema M numero di potenziali utenti del

Dettagli

SIMULAZIONE DI SISTEMI CASUALI 2 parte. Processi stocastici e teoria delle code. Processi stocastici

SIMULAZIONE DI SISTEMI CASUALI 2 parte. Processi stocastici e teoria delle code. Processi stocastici SIMULAZIONE DI SISTEMI CASUALI 2 parte Processi stocastici e teoria delle code Processi stocastici Generalità La distribuzione di Poisson (degli eventi rari) è caratterizzata dall avere una funzione di

Dettagli

Università di Bergamo. Dipartimento di Ingegneria dell Informazione e Metodi Matematici. Laboratorio di Reti. Prof.

Università di Bergamo. Dipartimento di Ingegneria dell Informazione e Metodi Matematici. Laboratorio di Reti. Prof. Università di Bergamo Dipartimento di Ingegneria dell Informazione e Metodi Matematici Laboratorio di Reti Prof. Fabio Martignon 1 Università di Bergamo Dipartimento di Ingegneria dell Informazione e Metodi

Dettagli

La teoria delle code

La teoria delle code La teoria delle code Ludovica Crosato INTRODUZIONE La Teoria delle code (o delle file d attesa) rappresenta l analisi dei fenomeni di attesa che si possono manifestare in presenza della domanda di un servizio,

Dettagli

La teoria delle code

La teoria delle code La teoria delle code 24 marzo 2015 Ing. foglietta.chiara@gmail.com Università degli Studi di Cassino e del Lazio Meridionale Agenda 2 Lo scopo principale è quello di presentare le idee e le tecniche principali

Dettagli

Sistemi Discreti. Reti di Petri Stocastiche Automi stocastici Code e Reti di Code Algebra di processi

Sistemi Discreti. Reti di Petri Stocastiche Automi stocastici Code e Reti di Code Algebra di processi Sistemi Discreti Reti di Petri Stocastiche Automi stocastici Code e Reti di Code Algebra di processi 1 Code Introduzione Classificazione dei sistemi a coda Legge di Little Sistemi a coda singola Reti di

Dettagli

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 12/01/2009

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 12/01/2009 Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 12/01/2009 Esercizio 1 (20 punti). Esaminiamo il controllo passaporti in un aeroporto in entrata per gli Stati Uniti, controllo

Dettagli

Catene di Markov. Richiami teorici

Catene di Markov. Richiami teorici Catene di Marov Richiami teorici Pagina di 4 Alcune definizioni L insieme di tutti i possibili risultati di un esperimento è detto spazio degli eventi dell esperimento. Lo spazio si indica con Ω ed un

Dettagli

Introduzione al modello Uniforme

Introduzione al modello Uniforme Introduzione al modello Uniforme Esempio: conversione Analogico/Digitale Errore di quantizzazione Ampiezza Continua Discreta x () t x ( t ) q Tempo Discreto Continuo Segnale Analogico ( ) x t k t t Segnale

Dettagli

Catene di Markov a tempo continuo. Richiami teorici

Catene di Markov a tempo continuo. Richiami teorici Catene di Marov a tempo continuo Richiami teorici Pagina di 55 Data ultima revisione 2/5/ Definizione di catena di Marov a Una catena di Marov a è definita come: M(X, P(t)) t R + dove gli stati x,...,

Dettagli

Sistemi a code: analisi e dimensionamento. Lorenzo Bracciale

Sistemi a code: analisi e dimensionamento. Lorenzo Bracciale Sistemi a code: analisi e dimensionamento Lorenzo Bracciale Lorenzo.bracciale@uniroma2.it 1. Cara:erizzazione dei sistemi a coda Analisi di sistemi a code L analisi di un sistema ci perme:e di dimensionare

Dettagli

1.5 SISTEMI A CODA BASATI SU PROCESSI DI NASCITA E MORTE

1.5 SISTEMI A CODA BASATI SU PROCESSI DI NASCITA E MORTE SISTEMI A CODA BASATI SU PROCESSI DI NASCITA E MORTE 5.5 SISTEMI A CODA BASATI SU PROCESSI DI NASCITA E MORTE In questo paragrafo verrano studiati sistemi di code che possono essere rappresentati da processi

Dettagli

TEORIA E TECNICA DELLA CIRCOLAZIONE

TEORIA E TECNICA DELLA CIRCOLAZIONE PROBLEMI DI TEORIA E TECNICA DELLA CIRCOLAZIONE 3 A cura di : Prof. Astarita Vittorio ing. Giofrè Vincenzo Pasquale Argomenti: Distribuzione di Poisson 26 3.1 PROBLEMA Distribuzione di Poisson ed esponenziale

Dettagli

PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa.

PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa. corso di Teoria e Tecnica della Circolazione + Trasporti e Territorio a.a. 2012-2013 ELEMENTI DI TEORIA DELLE CODE PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma2.it

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE Processi di Poisson Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Consideriamo eventi casuali come gli arrivi di lavori

Dettagli

Reti di Telecomunicazioni 1

Reti di Telecomunicazioni 1 Reti di Telecomunicazioni 1 Corso on-line - AA2005/06 Sistemi a coda Blocco E1 v2 Ing. Stefano Salsano e-mail: stefano.salsano@uniroma2.it 1 Risorse e sistemi di servizio 2 Obiettivi Acquisire alcuni concetti

Dettagli

Prova di esame di Trasmissione Numerica

Prova di esame di Trasmissione Numerica 19 Settembre 2013 Prova di esame di Trasmissione Numerica Parte quantitativa Candidato: Esercizio A Un collegamento radio tra antenne omnidirezionali poste a d = 20 KM e con portante f 0 = 27 MHz viene

Dettagli

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 13/01/2010

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 13/01/2010 Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta /0/00 Esercizio. Questo esercizio esamina ciò che avviene in un piccolo supermercato. i) Durante una generica mattinata (sabato

Dettagli

γ 4 γ 2 λ 2 λ 4 r 42 γ 3 λ 3 r 24 r 04

γ 4 γ 2 λ 2 λ 4 r 42 γ 3 λ 3 r 24 r 04 Capitolo 5 Reti di code Tipicamente una risorsa non viene utilizzata in modo isolato, pi u facilmente diverse risorse sono interconnesse fra loro per costituire un unico sistema. Un esempio e offerto da

Dettagli

1. Introduzione. dist. Università di Genova Facoltà di Ingegneria. Telematica. Prof. Raffaele Bolla. Contenuti

1. Introduzione. dist. Università di Genova Facoltà di Ingegneria. Telematica. Prof. Raffaele Bolla. Contenuti Università di Genova Facoltà di Ingegneria Telematica Prof. Raffaele olla dist ontenuti! Definizioni generali! LAN,MAN e WAN! ommutazione di circuito! 1.2 1 ompito della rete è: INTERONNETTERE più apparati

Dettagli

Sub-Optimal Measurement-Based CAC Algorithm

Sub-Optimal Measurement-Based CAC Algorithm Tecniche per la garanzia di qualità in reti di Telecomunicazioni multiservizi Sottotema Controllo Courmayeur, 12-14 Gennaio 2000 Sub-Optimal Measurement-Based CAC Algorithm Gregorio Procissi procissi@iet.unipi.it

Dettagli

PROCESSI DI POISSON. Corso di Tecniche di Simulazione, a.a. 2005/2006. Francesca Mazzia. Dipartimento di Matematica Università di Bari.

PROCESSI DI POISSON. Corso di Tecniche di Simulazione, a.a. 2005/2006. Francesca Mazzia. Dipartimento di Matematica Università di Bari. PROCESSI DI POISSON Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 17 Aprile 2006 Francesca Mazzia (Univ. Bari) PROCESSI DI POISSON 17/04/2006

Dettagli

Reti di Telecomunicazioni 1

Reti di Telecomunicazioni 1 Reti di Telecomunicazioni 1 AA2011/12 Sistemi a coda Blocco E4 Ing. Francesco Zampognaro e-mail: zampognaro@ing.uniroma2.it Lucidi Prof. Stefano Salsano 1 Modelli per sistemi telefonici - La coda M/M/S/S

Dettagli

Sistema a singolo servente

Sistema a singolo servente Sistema a sgolo servente Servente Cliente arrivo Clienti coda Cliente servizio Cliente uscita empi di terarrivo A, A 2, v.a. IID (i.e., hanno la stessa funzione di distribuzione e sono dipendenti) empi

Dettagli

Giugno 2003, 1 appello Esercizio 1

Giugno 2003, 1 appello Esercizio 1 Giugno 2003, 1 appello Esercizio 1 Data la rete riportata con i costi indicati in figura, si usi l algoritmo di Dijkstra per calcolare il percorso più breve da F a tutti i nodi della rete. Si disegni l

Dettagli

Servizi e Strutture di Rete

Servizi e Strutture di Rete Servizi e Strutture di Rete Mattia Natali 9 ottobre 2011 Indice 1 Tempi 1 1.1 Velocità di propagazione................................... 2 2 Stratificazione dei protocolli 2 2.1 Esempio Poste.........................................

Dettagli

Teoria dei Sistemi di Trasporto (9 CFU) A. A Modelli di offerta di trasporto. Esempi applicativi. prof. ing.

Teoria dei Sistemi di Trasporto (9 CFU) A. A Modelli di offerta di trasporto. Esempi applicativi. prof. ing. A. A. 2016-2017 Modelli di offerta di trasporto richiami di teoria del deflusso Esempi applicativi prof. ing. Antonio Comi Department of Enterprise Engineering University of Rome Tor Vergata 1 indice Variabili

Dettagli

Distribuzione geometrica ed esponenziale negativa

Distribuzione geometrica ed esponenziale negativa Statistica e analisi dei dati Data: 9 maggio 216 Distribuzione geometrica ed esponenziale negativa Docente: Prof. Giuseppe Boccignone Scriba: Simone Canali 1 Distribuzione geometrica Si consideri un evento

Dettagli

Rete di Telecomunicazione

Rete di Telecomunicazione Secondo Compitino (VO+NO) Corso di Reti di Telecomunicazioni, Siena, 2/4/2004 (2 h: 30min) Esercizio 1 Si consideri un sistema di trasmissione che gestisce i messaggi generati da N utenti. Ciascun utente

Dettagli

Calcolo delle probabilità (3/7/2001) (Ing. Elettronica, Informatica, Telecomunicazioni - Latina)

Calcolo delle probabilità (3/7/2001) (Ing. Elettronica, Informatica, Telecomunicazioni - Latina) Calcolo delle probabilità (3/7/00). La distribuzione di probabilità di un numero aleatorio X non negativo soddisfa la condizione P (X > x + y X > y) = P (X > x), x > 0, y > 0. Inoltre la previsione di

Dettagli

Prof. Carlo Rossi DEIS - Università di Bologna Tel:

Prof. Carlo Rossi DEIS - Università di Bologna Tel: Prof. Carlo Rossi DEIS - Università di Bologna Tel: 051 2093020 email: carlo.rossi@unibo.it Sistemi Tempo-Discreti In questi sistemi i segnali hanno come base l insieme dei numeri interi: sono sequenze

Dettagli

PROVA SCRITTA DI FONDAMENTI DI AUTOMATICA A.A. 2003/ luglio Soluzione

PROVA SCRITTA DI FONDAMENTI DI AUTOMATICA A.A. 2003/ luglio Soluzione PROVA SCRITTA DI FONDAMENTI DI AUTOMATICA A.A. 23/24 2 luglio 24 Esercizio In riferimento allo schema a blocchi in figura. s r y 2 s y K s2 Domanda.. Determinare una realizzazione in equazioni di stato

Dettagli

MODELLI A CODA. Corso di Tecniche di Simulazione, a.a. 2005/2006. Francesca Mazzia. Dipartimento di Matematica Università di Bari.

MODELLI A CODA. Corso di Tecniche di Simulazione, a.a. 2005/2006. Francesca Mazzia. Dipartimento di Matematica Università di Bari. MODELLI A CODA Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 24 Aprile 2006 Francesca Mazzia (Univ. Bari) MODELLI A CODA 17/04/2006 1 /

Dettagli

RETI DI TELECOMUNICAZIONE

RETI DI TELECOMUNICAZIONE RETI DI TELECOMUNICAZIONE Analisi prestazioni protocolli Allocazione statica Confronto ritardo temporale multiplazione FDM e TDM Ipotesi Numero stazioni: N Capacità canale: C bps Lunghezza coda: infinita

Dettagli

Foglio di esercizi 4-12 Aprile 2019 Probabilità e statistica Ingegneria Meccanica Alessandro Ciallella

Foglio di esercizi 4-12 Aprile 2019 Probabilità e statistica Ingegneria Meccanica Alessandro Ciallella Esercizio. Foglio di esercizi 4 - Aprile 9 Probabilità e statistica Ingegneria Meccanica Alessandro Ciallella Un punto viene scelto a caso uniformemente nel cerchio di raggio 3 centrato nell origine. Dette

Dettagli

1.7 SISTEMI A CODA CON DISTRIBUZIONI NON ESPONENZIALI

1.7 SISTEMI A CODA CON DISTRIBUZIONI NON ESPONENZIALI 86 TEORIA DELLE CODE.7 SISTEMI A CODA CON DISTRIBUZIONI NON ESPONENZIALI Fino ad ora abbiamo considerato modelli di code basati su processi di nascita e morte, con tempi di interarrivo e tempi di servizio

Dettagli

Matematica Applicata L-A Definizioni e teoremi

Matematica Applicata L-A Definizioni e teoremi Definizioni e teoremi Settembre - Dicembre 2008 Definizioni e teoremi di statistica tratte dalle lezioni del corso di Matematica Applicata L- A alla facoltà di Ingegneria Elettronica e delle Telecomunicazioni

Dettagli

Prova scritta di Teoria dei Segnali: nuovo ordinamento

Prova scritta di Teoria dei Segnali: nuovo ordinamento Prova scritta di Teoria dei Segnali: nuovo ordinamento 1. Dati i segnali x(t) = rect[(t-2)/2] e y(t) = 2rect[(t+3)/2], si calcoli il prodotto di convoluzione tra x(t) e y(t), 2. Si calcoli la trasformata

Dettagli

2. Introduzione alla probabilità

2. Introduzione alla probabilità . Introduzione alla probabilità Carla Seatzu, 8 Marzo 008 Definizioni preliminari: Prova: è un esperimento il cui esito è aleatorio Spazio degli eventi elementari: è l insieme Ω di tutti i possibili esiti

Dettagli

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 2/07/2009

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 2/07/2009 Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 2/07/2009 Esercizio 20 punti). Studiamo l efficienza del servizio al banco alimentari formaggi ecc.) di un supermercato. Chi arriva

Dettagli

34 TEORIA DELLE CODE 1.4 PROCESSI DI NASCITA E MORTE

34 TEORIA DELLE CODE 1.4 PROCESSI DI NASCITA E MORTE 34 TEORIA DELLE CODE.4 PROCESSI DI NASCITA E MORTE Molti sistemi a coda possono essere ben rappresentati mediante i cosiddetti processi di nascita e morte che sono importanti processi in teoria della probabilità

Dettagli

Variabili casuali. - di Massimo Cristallo -

Variabili casuali. - di Massimo Cristallo - Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 16 e 27 maggio 2013 - di Massimo Cristallo - Variabili casuali

Dettagli

Modelli descrittivi, statistica e simulazione

Modelli descrittivi, statistica e simulazione Modelli descrittivi, statistica e simulazione Master per Smart Logistics specialist Roberto Cordone (roberto.cordone@unimi.it) Statistica inferenziale Cernusco S.N., giovedì 18 febbraio 2016 (9.00/13.00)

Dettagli

Progettazione Funzionale dei Terminali Intermodali: primo dimensionamento

Progettazione Funzionale dei Terminali Intermodali: primo dimensionamento Progettazione Funzionale dei Terminali Intermodali: primo dimensionamento DOCENTI prof. ing. Agostino Nuzzolo prof. ing. Antonio Comi ing. Antonio Polimeni Variabile di progetto: numero di binari: operativi,

Dettagli

8 Traffico, Code e Reti a Pacchetto

8 Traffico, Code e Reti a Pacchetto In questo trovano posto argomenti legati alle trasmissioni dati, sia teorici che estremamente pratici. I primi possono essere visti come un approfondimento di alcuni concetti di probabilità affrontati

Dettagli

Lez.21 Circuiti dinamici di ordine due. 1. Università di Napoli Federico II, CdL Ing. Meccanica, A.A , Elettrotecnica. Lezione 21 Pagina 1

Lez.21 Circuiti dinamici di ordine due. 1. Università di Napoli Federico II, CdL Ing. Meccanica, A.A , Elettrotecnica. Lezione 21 Pagina 1 Lez.21 Circuiti dinamici di ordine due. 1 Università di Napoli Federico II, CdL Ing. Meccanica, A.A. 2017-2018, Elettrotecnica. Lezione 21 Pagina 1 Circuito RLC serie All istante t=0 inseriamo il generatore

Dettagli

Introduzione al modello Uniforme

Introduzione al modello Uniforme Teoria dei Fenomeni Aleatori 1 AA 01/13 Introduzione al modello Uniforme Esempio: conversione Analogico/Digitale Errore di quantizzazione Ampiezza Continua Discreta x t x q t Tempo Discreto Continuo 0

Dettagli

di transizione p n,m ( t) = P N(t + t) = m N(t) = n.

di transizione p n,m ( t) = P N(t + t) = m N(t) = n. PROCESSI DI NASCITA E MORTE 33 14 PROCESSI DI NASCITA E MORTE Molti sistemi a coda possono essere ben rappresentati mediante i cosiddetti processi di nascita e morte che sono importanti processi in teoria

Dettagli

Aspetti tecnico-attuariali dei Fondi sanitari

Aspetti tecnico-attuariali dei Fondi sanitari Aspetti tecnico-attuariali dei Fondi sanitari Prof. Gennaro Olivieri 16/06/2016 Ruolo dell Attuario Bilancio tecnico Necessario valutare le prestazioni di un Fondo sanitario nel medio-lungo periodo. Fondamentale

Dettagli

Introduzione alle Catene di Markov

Introduzione alle Catene di Markov Introduzione alle Catene di Marov Giuseppe BIANCHI Dipartimento di Ingegneria Elettronica Università di Roma, Tor Vergata giuseppe.bianchi@uniroma.it Versione.3 Giugno 9 A.A. 8-9 Questa breve dispensa

Dettagli

Analisi Matematica 2. Prove Parziali A.A. 2012/2017

Analisi Matematica 2. Prove Parziali A.A. 2012/2017 Analisi 2 Polo di Savona Analisi Matematica 2 Prove Parziali A.A. 2012/2017 1- PrPzAmT.TEX [] Analisi 2 Polo di Savona Prima Prova parziale 23/11/2011 Prima Prova parziale 23/11/2011 Si consideri la funzione

Dettagli

SOLUZIONE della Prova TIPO B per:

SOLUZIONE della Prova TIPO B per: SOLUZIONE della Prova TIPO B per: Esame di FONDAMENTI DI AUTOMATICA (9 crediti): 6 dei 10 esercizi numerici (nell effettiva prova d esame verranno selezionati a priori dal docente) domande a risposta multipla

Dettagli

Esercitazione 05: Trasformata di Laplace e funzione di trasferimento

Esercitazione 05: Trasformata di Laplace e funzione di trasferimento Esercitazione 05: Trasformata di Laplace e funzione di trasferimento 28 marzo 208 (3h) Fondamenti di Automatica Prof. M. Farina Responsabile delle esercitazioni: Enrico Terzi Queste dispense sono state

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 5

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 5 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Approssimazione normale della Poisson (TLC) In un determinato tratto di strada il numero di incidenti

Dettagli

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 12/6/2010

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 12/6/2010 Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta /6/00 Nota. E obbligatorio sia scegliere le risposte negli appositi spazi (numeriche, o le formule nali a seconda del caso), sia

Dettagli

Risposte allo scalino di sistemi del I e II ordine. Marcello Farina

Risposte allo scalino di sistemi del I e II ordine. Marcello Farina Risposte allo scalino di sistemi del I e II ordine Sommario 2 Struttura generale delle funzioni di trasferimento Caratteristiche della risposta allo scalino di principale interesse Risposte allo scalino

Dettagli

5. Catene di Markov a tempo discreto (CMTD)

5. Catene di Markov a tempo discreto (CMTD) 5. Catene di Markov a tempo discreto (CMTD) Carla Seatzu, 8 Marzo 2008 Definizione: CATENA Le catene sono p.s. in cui lo stato è discreto : X{x,x 2, }. L insieme X può essere sia finito sia infinito numerabile.

Dettagli

Prova di esame di Teoria dei Segnali II modulo

Prova di esame di Teoria dei Segnali II modulo 10 giugno 2009 Prova di esame di Teoria dei Segnali II modulo Candidato: Esercizio A Il ricevitore di un segnale modulato FM con indice β = 2 e frequenza portante f 0 = 100 MHz è caratterizzato da un fattore

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Stima Puntuale Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio In ciascuno dei casi seguenti determinare quale tra i due stimatori S e T per il parametro θ è distorto

Dettagli