Reti di Telecomunicazioni. Sistemi a coda M/M/1
|
|
- Isabella Sorrentino
- 5 anni fa
- Visualizzazioni
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 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
DettagliReti 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
DettagliLa 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
DettagliReti 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
DettagliModelli 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
DettagliCorso 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
DettagliCorso. 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:
Dettagliarrivi 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
Dettagli1. 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
DettagliTeoria 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
DettagliTeoria 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
DettagliCorso 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;
DettagliComplementi 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
DettagliRETI 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
DettagliRETI 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
DettagliPolitecnico 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
DettagliRETI 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
DettagliRETI 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
Dettagli1.5 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,
DettagliINTRODUZIONE 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
DettagliAncora 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
DettagliPolitecnico 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
DettagliUNIVERSITA 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
DettagliMetodi 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
DettagliMetodi 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
DettagliLaboratori 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
Dettagliλ 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
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
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 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
DettagliTest 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
DettagliProcessi 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
DettagliTre 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
DettagliModelli 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
DettagliFORMULARIO 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
DettagliSIMULAZIONE 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
DettagliUniversità 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
DettagliLa 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,
DettagliLa 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
DettagliSistemi 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
DettagliMetodi 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
DettagliCatene 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
DettagliIntroduzione 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
DettagliCatene 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,...,
DettagliSistemi 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
Dettagli1.5 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
DettagliTEORIA 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
DettagliPROF. 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
DettagliTECNICHE 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
DettagliReti 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
DettagliProva 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
DettagliMetodi 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
Dettagliγ 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
Dettagli1. 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
DettagliSub-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
DettagliPROCESSI 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
DettagliReti 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
DettagliSistema 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
DettagliGiugno 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
DettagliServizi 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.........................................
DettagliTeoria 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
DettagliDistribuzione 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
DettagliRete 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
DettagliCalcolo 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
DettagliProf. 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
DettagliPROVA 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
DettagliMODELLI 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 /
DettagliRETI 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
DettagliFoglio 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
Dettagli1.7 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
DettagliMatematica 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
DettagliProva 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
Dettagli2. 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
DettagliMetodi 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
Dettagli34 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
DettagliVariabili 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
DettagliModelli 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)
DettagliProgettazione 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,
Dettagli8 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
DettagliLez.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
DettagliIntroduzione 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
Dettaglidi 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
DettagliAspetti 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
DettagliIntroduzione 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
DettagliAnalisi 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
DettagliSOLUZIONE 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
DettagliEsercitazione 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
DettagliCORSO 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
DettagliMetodi 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
DettagliRisposte 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
Dettagli5. 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.
DettagliProva 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
DettagliEsercitazioni 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