SISTEMI A CODA MARKOVIANI TEMPO-DISCRETI
|
|
- Domenico Rizzi
- 4 anni fa
- Visualizzazioni
Transcript
1 SISTEMI A CODA MARKOVIANI TEMPO-DISCRETI La sequenza di variabili aleatorie xi, i.. n, forma una catena di Markov temodiscreta se er ogni n e er tutti i valori assunti dalle variabili aleatorie si ha P(xn j x i, x2 i2... xn- i n-) P (xn j xn- in-) si dice che il rocesso e' senza memoria, il valore a secondo membro rende il nome di robabilita' di transizione e i valori di xi, i.. n, rendono il nome di stati della catena. Se il valore della robabilita di transizione non diende da n ma soltanto dagli stati a cui si riferisce la catena si dice omogenea e si indica con ij P (xn j xn- i) il temo di ermanenza in ciascuno stato di una catena di Markov temo-discreta ha una distribuzione geometrica la robabilita' che il sistema rimanga nello stato i er m istanti dato che vi e' aena arrivato e' P(m)(-ii) ii m- Code markoviane 8.
2 MODALITA DI SOLUZIONE detto Π il vettore delle robabilita di stato e P la matrice delle robabilita di transizione la determinazione di Π avviene mediante il seguente sistema di equazioni: note le robabilita di transizione ΠΠ P n Π i i Code markoviane 8.2
3 SISTEMI TEMPO-DISCRETI I rocessi associati alla coda sono rocessi temo-discreti: le variazioni di valore della variabile di stato sono ammesse soltanto su un insieme numerabile di istanti Convenzioni t il rocesso degli utenti in coda ai confini degli slot si evolve nel modo seguente: y n+ y n + a n - d n+ il rocesso degli utenti in coda doo che gli arrivi hanno avuto luogo e dato da x n y n + a n a seconda di quale rocesso viene osservato si uo descrivere il comortamento di sistemi reali differenti Processo degli arrivi di Bernoulli (x) er x (x) - er x (x) altrimenti dove si fa corrisondere a x l evento arrivo e a x l assenza di arrivo E un rocesso senza memoria in cui il temo interarrivo ha distribuzione geometrica: (i)(-) i er i (i) esrime la robabilita che il temo interarrivo abbia durata i slot Code markoviane 8.3
4 CODA geom/geom/ Probabilita di arrivo in uno slot: Probabilita di una artenza in uno slot: q Il rocesso degli utenti nella coda e una catena di Markov Consideriamo il rocesso x n ; il diagramma delle transizioni di stato e il seguente: Utilizzando le equazioni di bilanciamento er i vari nodi si ottiene: k k ω q er k> avendo osto ω ( q) q( ) e dalla condizione di normalizzazione ( q)( ω) q( ω) q con coda infinita ( q)( ω) q( ) L ω q( ω) q ω L+ con coda finita di lunghezza L ricordando che L L+ s ω ω er ω < ω s Code markoviane 8.4
5 Coda geom/geom/: restazioni THROUGHPUT S: numero di utenti serviti er unita di temo S ) q ( nel caso di sistema di caacita infinita risulta S Probabilita di blocco nel sistema di caacita finita L ( ω) ω Π b L L+ ( ω ) q( ω) Se il sistema reale ha caacita' finita L la robabilita' di erdita e' limitata sueriormente dalla robabilita' che ci siano iu' di L acchetti nel sistema a buffer infinito P loss P ( K > L ) ( ) k L+ q k ω q L ω q Ritardo Utilizzando il risultato di Little: k ( ω) q q W k k nel sistema a coda infinita W L L k k k nel sistema a coda finita S Osservazione Se la durata dello slot e molto iccola, tale che e q tendono a zero, mantenendo costante il loro raorto /q ρ si ha P k (-ρ)ρ k Che e la distribuzione all equilibrio di una coda M/M/ temo-continua. Code markoviane 8.5
6 CALCOLO DEL RITARDO MEDIO IN UN COMMUTATORE CON ACCODAMENTO IN INGRESSO W q e q ( ) ln( ) con q 2 ritardo medio ,,2,3,4,5,6,7 carico Tabella dei valori ottenuti q W,,94922,5998,2,896284,48956,3,842,293656,4,78346,56639,5, ,25889,6, ,29746,6,647828,3993,62,6477 8,29454,63,633642,5925 Code markoviane 8.6
7 CODA geom/geom/ CON CUT-THROUGH Un sistema con cut-through revede che un arrivo in un time-slot ossa essere servito nel medesimo time-slot Il relativo modello si ricava dalla descrizione del rocesso di coda y n negli istanti di confine tra gli slot Diagramma degli stati Dalle equazioni di bilanciamento si ottiene: k k ω e dalla condizione di normalizzazione: ω er il sistema a caacita infinita L+ ω ω er il sistema a caacita infinita Probabilita di blocco L ( ω) ω Π b L L+ ω Probabilita di blocco k q q W k k Code markoviane 8.7
8 SISTEMI MULTICODA-MULTISERVITORE Assunzioni generali: acchetti di lunghezza fissa arrivi bernoulliani o Poissoniani code associate agli ingressi di lunghezza infinita gestione delle code FIFO i servitori trasmettono al iu' un acchetto er slot temorale alcuni servitori ossono essere inattivi ur essendo resenti acchetti dietro il acchetto di testa: blocco Head-Of-Line (HOL) Code markoviane 8.8
9 MULTIPLATORE sistema con N ingressi ed L uscite una uscita qualunque uo' essere utilizzata er il servizio di un acchetto l'intero sistema uo' essere raresentato con una catena di Markov temodiscreta con stato vettore N-dimensionale (K...KN) in cui la variabile aleatoria Ki e' il numero di acchetti nella coda di ingresso i L'effetto HOL si manifesta quando ci sono code iene in numero minore dei servitori disonibili: H e' una variabile aleatoria che indica quanti ingressi hanno Ki> se H L tutti i acchetti HOL vengono serviti, altrimenti si scelgono L su H in modo casuale (er esemio). I rimanenti L-H rimangono bloccati Code markoviane 8.9
10 COMMUTATORE in questo caso il acchetto orta anche informazione di indirizzo si assumono indiendenti gli indirizzi di tutti i acchetti nuovi il fenomeno HOL si verifica a causa di acchetti che contendono er la stessa linea e bloccano i acchetti in coda i acchetti HOL non hanno indirizzi indiendenti a causa del blocco una descrizione comleta dello sazio degli stati richiede di secificare Ki e gli indirizzi dei acchetti HOL si assume er semlicita' di analisi λiλ er tutti gli ingressi ovvero carico bilanciato sugli ingressi indirizzi di uscita equirobabili ovvero carico bilanciato sulle uscite Code markoviane 8.
11 DECOMPOSIZIONE DEL SISTEMA Sia er commutatori che er multilatori la soluzione esatta diventa intrattabile al crescere di N Si introducono alcune iotesi di indiendenza er ridurre lo sazio degli stati ogni coda viene trattata searatamente come coda a servitore singolo in cui il servizio e' fornito con robabilita' qe[γ]. La dinamica del sistema e' quella vista nel caso Geom/Geom/. le locazioni HOL vengono considerate come un sistema searato deto sistema HOL. Ogni acchetto HOL viene servito con la stessa robabilita' q indiendentemente dalla storia assata di arrivi e servizi. Occorre correlare il valore di q al grado di blocco HOL e al ritmo di arrivo: er fare questo si analizza la dinamica del sistema HOL Il sistema HOL Viene descritto dal numero di acchetti HOL Nei commutatori e' inoltre necessario conoscere la moltelicita' Nj di ogni indirizzo di uscita J er tali acchetti HOL Metodi di analisi: arossimato:considera indiendenti le occuazioni HOL esatto: tiene in considerazione la diendenza Code markoviane 8.
12 IL SISTEMA HOL Assunzioni: acchetti HOL indiendenti robabilita di servizio q calcolata tenendo conto della dinamica del sistema HOL Code markoviane 8.2
13 CONSERVAZIONE DEL FLUSSO ATTAVERSO UNA CODA Conservazione del flusso nella coda di ingresso λ - q λ ritmo di arrivo robabilita di buffer vuoto q ritmo di servizio della osizione HOL ( ) q e' il numero medio di acchetti serviti er slot all'equilibrio deve essere uguale al flusso di acchetti in ingresso λ ( ) q λ Conservazione del flusso nel sistema HOL λ ρ q ρ ritmo di arrivo nella osizione HOL libera i acchetti ossono entrare solo nelle osizioni non bloccate allo slot recedente: M e' una variabile aleatoria che indica il numero di tali osizioni All'equilibrio E[M] ρ Νλ Code markoviane 8.3
14 EFFETTO HOL IN UN MULTIPLATORE Assunzioni: arrivi indiendenti e bernoulliani caratterizzati da λ indiendenza delle occuazioni HOL variabile aleatoria h numero di acchetti HOL con distribuzione Πh Si vuole calcolare la robabilita' q che un acchetto venga servito in modo da caratterizzare la coda geom/geom/ associata a ciascun ingresso Si consideri una articolare coda con acchetto HOL er la quale si vuole determinare q La robabilita' Πh che ci siano h acchetti HOL e' data dalla robabilita' che ce ne siano altri h- sui rimanenti N- ingressi N ( h N h ) er h N h Π h Se h L il acchetto viene servito con robabilita' altrimenti viene servito con robabilita' L/h assumendo di scegliere a caso L acchetti su h L N L q Πh + Π h q( ) h h L+ h Dalla legge di conservazione del flusso si ha inoltre q λ Dalla soluzione del sistema di due equazioni nelle due incognite q e si ottiene il valore di q che insieme a λ caratterizza la coda geom/geom/ Code markoviane 8.4
15 EFFETTO HOL IN UN COMMUTATORE A PACCHETTO Consideriamo un sistema a N ingressi ed N uscite. Ci sono due tii di acchetti HOL: acchetti bloccati allo slot recedente non hanno indirizzi indiendenti acchetti nuovi che fanno la rima richiesta di servizio hanno indirizzi indiendenti I metodo: consideriamo tutti i acchetti HOL indiendenti; il acchetto bloccato erde l'informazione dell'indirizzo e ne genera uno nuovo a caso suoniamo che ci siano h acchetti HOL la robabilita' che almeno un acchetto sia destinato a una articolare uscita e' - (-/N)h che raresenta anche il throughut er una uscita con H acchetti HOL calcoliamo il throughut medio N h N h N h ( ) e N h h ( ) alicando la formula del binomio di Newton e introducendo l'arossimazione esonenziale. imoniamo l'eguaglianza del throughut medio a λ all'equilibrio + loge(-λ) imoniamo la conservazione del flusso (-)qλ Code markoviane 8.5
16 CORRELAZIONE TRA I PACCHETTI HOL NEL COMMUTATORE II metodo: consideriamo i acchetti HOL correlati negli indirizzi Equazione dinamica er il numero di osizioni non bloccate M allo slot n M N - numero di osizioni bloccate al termine dello slot n - Nj numero di acchetti HOL con destinazione j nello slot n - ε(νj) min (,Nj) numero di acchetti consegnati all'uscita j nello slot n N M N - [ N ε( N )] j j j valore medio dell'equazione dinamica E[M]/N - E[Nj] + E[ε(Nj)] dove all'equilibrio il throughut er la destinazione j E[ε(Nj)] deve eguagliare λ alico la conservazione del flusso nel sistema HOL E[M] ρ Νλ eliminando E[M] dalle due relazioni si ottiene E[Nj] + λ(-/ρ) Code markoviane 8.6
17 EQUAZIONE DINAMICA DI Nj Nj ' Nj - ε[νj] + Aj dove Aj e' il numero di nuovi arrivi HOL agli M ingressi non bloccati Aj e' sostanzialmente indiendente da Nj se N e' grande valore medio dell'equazione dinamica dove E N j E A + j E A ( A ) j 2( E A j j E[Aj] λ E[Aj(Aj-)]λ2 assumendo Aj di tio oissoniano con valore medio e varianza ari a λ ( 2 λ) λ da cui E N j 2( λ) robabilita' che un acchetto HOL venga servito Nλ q NE N j 2( λ) 2 λ cioe' il raorto tra il numero totale di acchetti trasmessi e il numero di acchetti contendenti Code markoviane 8.7
18 CONDIZIONI DI SATURAZIONE Senza correlazione Si ha saturazione quando : in tal caso si ottiene il valore del massimo throughut con l'iotesi di acchetti indiendenti: λ-e-.632 Con correlazione Si ha saturazione quando il ritmo di arrivo al sistema HOL e' uguale ad ρ 2λ( λ) 2 2 2λ λ da cui si ottiene il massimo throughut con l'iotesi di correlazione tra acchetti HOL λ Code markoviane 8.8
SISTEMI TEMPO-DISCRETI SISTEMI A CODA MARKOVIANI TEMPO-DISCRETI
SISTEMI A CODA MARKOVIANI TEMPO-DISCRETI a seuenza di variabili aleatorie xi, i.. n, forma una catena di Markov temodiscreta se er ogni n e er tutti i valori assunti dalle variabili aleatorie si ha P(xn
Dettagli1) Canali discreti con memoria. 2) Modello di Gilbert e Elliott. 3) Modello di Fritchman. 4) Modello ad N stati
Argomenti della Lezione 1) Canali discreti con memoria 2) Modello di Gilbert e Elliott 3) Modello di Fritchman 4) Modello ad N stati 1 Molti canali di comunicazione reali hanno un comortamento variabile
DettagliA.A. 2004/2005 ESERCIZI DI SISTEMI DI COMMUTAZIONE LS
A.A. 2004/2005 ESERCIZI DI SISTEMI DI COMMUTAZIONE LS Esercizio 1 Si consideri un commutatore a pacchetto a 1000 ingressi con pacchetti di lunghezza fissa e buffer in ingresso di dimensione L=10. Il carico
DettagliProbabilità e tempi medi di assorbimento
Probabilità e temi medi di assorbimento 6.1 Probabilità di assorbimento Consideriamo una catena con un numero finito di stati che indichiamo con S = {1, 2,... r}. Sia C una classe chiusa di S. Se la catena
DettagliComportamento asintotico delle Catene di Markov
Comortamento asintotico delle Catene di Markov In queste note analizzeremo il comortamento asintotico della catene di Markov a temo discreto omogenee, con sazio degli stati di dimensione finita. I risultati
DettagliCP110 Probabilità: Esame 2 settembre 2013 Testo e soluzione
Diartimento di Matematica, Roma Tre Pietro Cauto 212-13, II semestre 2 settembre, 213 CP11 Probabilità: Esame 2 settembre 213 Testo e soluzione 1. (6 ts) Abbiamo due mazzi di carte francesi, il mazzo A
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
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
DettagliUniversità di Roma Tor Vergata Corso di Teoria dei Fenomeni Aleatori, AA 2012/13. Catene di Markov
Catene di Markov SISTEMI CASUALI DINAMICI (PROCESSI) - UN ESEMPIO: I GUASTI Frequenza dei guasti: N GUASTI 0 T N T 0 T! Catene di Markov SISTEMI CASUALI DINAMICI (PROCESSI) - UN ESEMPIO: I GUASTI Campionando
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
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
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
DettagliSISTEMI CASUALI DINAMICI (PROCESSI) ESEMPIO: I GUASTI (Ipotesi Markoviana) Frequenza dei guasti: N Guasti = N/T X X X X X X X
CATENE DI MARKOV SISTEMI CASUALI DINAMICI (PROCESSI) ESEMPIO: I GUASTI (Ipotesi Markoviana) Frequenza dei guasti: N Guasti = N/T X X X X X X X X X 0 T 0 T! Δ 0, 1,, 0 Δ 1 Δ Δ 1Δ Δ Δ ESEMPIO: I GUASTI (Ipotesi
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:
DettagliCP110 Probabilità: Esonero 1
Diartimento di Matematica, Roma Tre Pietro Cauto 2010-11, II semestre 12 arile, 2011 CP110 Probabilità: Esonero 1 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si uo usare durante l esame è una
DettagliEsercizi con martingale Pietro Caputo 23 novembre 2006
Esercizi con martingale Pietro Cauto 23 novembre 2006 Esercizio 1. Sia {X n } la asseggiata aleatoria simmetrica su Z con X 0 = 0, vale a dire che Z k = X k X k 1, k = 1, 2,... sono indiendenti e valgono
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
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
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
DettagliVerifica di ipotesi: approfondimenti
1. Il -value Verifica di iotesi: arofondimenti Il test si uò effettuare: Determinando reventivamente le regioni di accettazione di H 0 e H 1 er lo stimatore considerato (sulla base del livello α e osservando
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;
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
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
DettagliTEORIA DELLA PROBABILITÁ
TEORIA DELLA PROBABILITÁ Cenni storici i rimi arocci alla teoria della robabilità sono della metà del XVII secolo (Pascal, Fermat, Bernoulli) gli ambiti di alicazione sono i giochi d azzardo e roblemi
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
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
DettagliSezioni d urto. Prof. Sergio Petrera Università degli Studi dell Aquila. 11 giugno La regola d oro di Fermi e la sezione d urto di Born
Sezioni d urto Prof. Sergio Petrera Università degli Studi dell Aquila giugno 008 La regola d oro di Fermi e la sezione d urto di Born La regola d oro di Fermi si ricava in Meccanica Quantistica Non Relativistica
DettagliLaurea Triennale in Matematica, Università Sapienza Corso di Probabilità 2 A.A. 2010/2011 Prova scritta 10 giugno 2011 Soluzione degli esercizi
Laurea Triennale in Matematica, Uniersità Saienza Corso di Probabilità A.A. 00/0 Proa scritta 0 giugno 0 Soluzione degli esercizi Esercizio. Un modello di cellulare iene enduto con una batteria istallata
DettagliBrevi richiami su variabili aleatorie e processi stocastici
Appendice Parte 9, 1 Brevi richiami su variabili aleatorie e processi stocastici Richiami di teoria della probabilita` Appendice Parte 9, 2 Esperimento casuale: analisi degli elementi caratteristici dei
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
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
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,...,
DettagliReti di Telecomunicazioni. Sistemi a coda M/M/1
Reti di Telecomunicazioni Sistemi a coda M/M/1 Ing. Francesca Lo Piccolo e-mail: francesca.lopiccolo@uniroma2.it Un ringraziamento particolare al Prof. Andrea Detti, autore delle presentazioni da cui è
DettagliCapitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari"
Levine, Krehbiel, Berenson Statistica Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari" Unità Integrata Organizzativa
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
DettagliCalcolo Parallelo. Valutazione dell efficienza di algoritmi e software in ambiente parallelo. Prof. Alessandra d Alessio.
Calcolo Parallelo Valutazione dell efficienza di algoritmi e software in ambiente arallelo Prof. Alessandra d Alessio T(1) S() = T() = Seed u Lo seed u misura la riduzione del temo di esecuzione risetto
DettagliNote sulla Definizione Assiomatica della Probabilita
Note sulla Definizione Assiomatica della Probabilita 1 I diagrammi di Wenn forniscono un metodo grafico er visualizzare i concetti fondamentali del calcolo delle robabilità. In questa raresentazione una
DettagliRICHIAMI di CALCOLO delle PROBABILITA
Facoltà di Ingegneria - Università di Bologna Anno Accademico: 00/ TECNICA ED ECONOMIA DEI TRASPORTI Docente: Marino Lui RICHIAMI di CALCOLO delle PROBABILITA PROBABILITA Ci sono fenomeni che non si osso
DettagliProbabilità 1, laurea triennale in Matematica II prova di valutazione in itinere a.a. 2008/09
robabilità, laurea triennale in Matematica II prova di valutazione in itinere a.a. 008/09. Francesco lancia ripetutamente due dadi non truccati: sia T il numero di lanci necessario ad ottenere per la prima
DettagliNote sulle Catene di Markov
Note sulle Catene di Markov ELAUT Prof. Giuseppe C. Calafiore Sommario Queste note contengono un estratto schematico ridotto di parte del materiale relativo alle Catene di Markov a tempo continuo e a tempo
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
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
DettagliCALCOLO DELLE PROBABILITÀ. 1. La probabilità che una candela accesa si spenga è p = 1, perché è assolutamente certo che si esaurirà.
CALCOLO DELLE PROBABILITÀ -Definizione di robabilità -Legge additiva (eventi disgiunti) -Probabilità totale -Eventi comosti -Eventi indiendenti -Legge moltilicativa -Probabilità comoste - -Definizione
DettagliConcetti di teoria dei campioni ad uso degli studenti di Statistica Economica e Finanziaria, A.A. 2017/2018. Giovanni Lafratta
Concetti di teoria dei campioni ad uso degli studenti di Statistica Economica e Finanziaria, A.A. 2017/2018 Giovanni Lafratta ii Indice 1 Spazi, Disegni e Strategie Campionarie 1 2 Campionamento casuale
DettagliNote sulla Definizione Assiomatica della Probabilita
ote sulla efinizione ssiomatica della Probabilita La totalità delle varie modalità con cui si uò resentare un fenomeno casuale sono raresentate dai unti di uno sazio. Un sottoinsieme qualunque dello sazio
DettagliProcessi. Giuseppe Sanfilippo. 30 novembre Processo di Bernoulli-Passeggiata aleatoria semplice (Simple Random Walk)
Processi Giusee Sanfilio 30 novembre 005 1 Processo di Bernoulli-Passeggiata aleatoria semlice Simle Random Walk) vedi [5, ]) Analizziamo uno dei classici rocessi discreti. Sia E 1, E,..., E n,... una
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
DettagliSoluzione numerica dei transitori termici: le differenze finite
Matteo Righetto (matr. 94) Piero Loatriello (matr.383) Soluzione numerica dei transitori termici: le differenze finite Immaginiamo di voler fornire calore a una lastra iana di un determinato sessore e
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
DettagliSequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di:
Teoria dei Fenomeni Aleatori AA 01/13 Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di: N-pla o Sequenza
DettagliLa probabilità. f n. evidentemente è 0 ( E)
La robabilità Definizione - Eserimento aleatorio Ogni fenomeno del mondo reale al quale associare una situazione di incertezza. Es: Lancio di un dado, estrazioni numeri della tombola, ecc. Definizione
DettagliUNIVERSITÀ DEGLI STUDI DI TERAMO
UNIVERSITÀ DEGLI STUDI DI TERAMO CORSO DI LAUREA IN TUTELA E BENESSERE ANIMALE Corso di : FISICA MEDICA A.A. 015 /016 Docente: Dott. Chiucchi Riccardo mail:rchiucchi@unite.it Medicina Veterinaria: CFU
DettagliEsercizi pre seconda prova in itinere
Esercizi re seconda rova in itinere 1 Scelta in condizioni di rischio ed incertezza Sono dati tre differenti ercorsi su di una rete multimodale che ermettono di andare dall origine O alla destinazione
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di PS-Probabilità P.Baldi Tutorato 9, 19 maggio 11 Corso di Laurea in Matematica Esercizio 1 a) Volendo modellizzare l evoluzione della disoccupazione in un certo ambito
DettagliCONTROLLI AUTOMATICI LS Ingegneria Informatica. Analisi modale
CONTROLLI AUTOMATICI LS Ingegneria Informatica Analisi modale Prof. Claudio Melchiorri DEIS-Università di Bologna Tel. 5 9334 e-mail: claudio.melchiorri@unibo.it http://www-lar.deis.unibo.it/~cmelchiorri
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
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
DettagliCalcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione, a.a. 2009/10 Prova scritta del 21/7/2010
Calcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione, a.a. 009/0 Prova scritta del /7/00 Nota. E obbligatorio sia scegliere le risoste (numeriche, o le formule nali a seconda del
DettagliUniversità Politecnica delle Marche Facoltà di Ingegneria Ing. Informatica e Automatica Ing. delle Telecomunicazioni Teledidattica
Università Politecnica delle Marche Facoltà di Ingegneria Ing. Informatica e Automatica Ing. delle Telecomunicazioni Teledidattica ANALISI NUMERICA TEMA C (Prof. A. M. Perdon) Ancona, 7 luglio 6 PARTE
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
DettagliVETTORI DI VARIABILI ALEATORIE
VETTOI DI VAIABILI ALEATOIE E. DI NADO 1. Funzioni di ripartizione congiunte e marginali Definizione 1.1. Siano X 1, X 2,..., X n v.a. definite su uno stesso spazio di probabilità (Ω, F, P ). La n-pla
DettagliMatrici triangolari [Abate, 3.2] Lezioni 05 e 06. Determinante di una matrice triangolare [Abate, es. 9.3] Matrici ridotte per righe.
Matrici triangolari [Abate, 32] Definizione Una matrice A = a ij ) R m,n si dice triangolare superiore se a ij = 0 per ogni i > j; triangolare inferiore se a ij = 0 per ogni i < j Lezioni 05 e 06 Una matrice
DettagliProbabilità e Statistica Esercizi
Corso di PIANIFICAZIONE DEI TRASPORTI 1 ing. Antonio Comi Marzo 2006 Probabilità e Statistica Esercizi 1 Variabile aleatoria X(E): funzione che associa ad un evento E dello spazio delle prove un numero
DettagliConcetti di teoria dei campioni ad uso degli studenti di Statistica Economica e Finanziaria, A.A. 2016/2017. Giovanni Lafratta
Concetti di teoria dei campioni ad uso degli studenti di Statistica Economica e Finanziaria, A.A. 2016/2017 Giovanni Lafratta ii Indice 1 Spazi, Disegni e Strategie Campionarie 1 2 Campionamento casuale
Dettagli1) Si deve progettare un auto reattore per un missile che vola a M 1 := 1.8. Supponendo che
Esercizi di Esame 1.mcd (1/9) 1) Si deve rogettare un auto reattore er un missile che vola a M 1 : 1.8. Suonendo che T 1 : 73.15 K, 1 : 0.7 atm, A : 0.0347 m, A 3 /A 1.34 e che la combustione roduce 196.7kJ/kg.
DettagliSistemi di particelle identiche
Sistemi di articelle identiche 1. Princiio di indistinguibilità Due articelle si dicono identiche se hanno le stesse caratteristiche fisiche, quali massa, sin, carica elettrica, momento magnetico. Col
DettagliGeneralizzazione dell equazione logistica (UN) Autore: Antonello Urso - 07/07/07
Generalizzazione dell equazione logistica (UN) Autore: Antonello Urso - 07/07/07 Pianetagalileo - (ultimo aggiornamento: 23/07/07) Introduzione: L equazione logistica uò descrivere lo sviluo di una oolazione
Dettaglia 11 s 1 + a 12 s a 1n s n = b 1 a 21 s 1 + a 22 s a 2n s n = b 2..
Matematica II 020304 Ogni sistema di m equazioni lineari in n incognite x 1 x 2 x n si uo raresentare nella forma a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b 2 a m1 x 1
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2017/18 - Prova scritta
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (69AA) A.A. 7/8 - Prova scritta 8-7-3 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate. Problema
DettagliSequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di:
Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di: N-pla o Sequenza di Variabili Aleatorie Sistema di Variabili
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
DettagliProbabilità e Statistica
Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2013/2014 www.mat.uniroma2.it/~caramell/did 1314/ps.htm 04/03/2014 - Lezioni 1, 2 Breve introduzione al corso. Fenomeni deterministici
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prova del
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 206/7 - Prova del 207-09-08 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.
DettagliCP110 Probabilità: Esame del 15 settembre Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2009-2010, II semestre 15 settembre, 2010 CP110 Probabilità: Esame del 15 settembre 2010 Testo e soluzione 1. (6 pts) 10 carte numerate da 1 a 10 vengono
DettagliV Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2014/15 Nome: 7 gennaio
V Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 24/5 Nome: 7 gennaio 26 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
DettagliESERCITAZIONE 4: MONOPOLIO E CONCORRENZA PERFETTA
ESERCITAZIONE 4: MONOPOLIO E CONCORRENZA PERFETTA Esercizio : Scelta ottimale di un monoolista e imoste Si consideri un monoolista con la seguente funzione di costo totale: C ( ) = 400 + + 0 0 La domanda
DettagliLE FUNZIONI ECONOMICHE
M A R I O G A R G I U L O LE FUNZIONI EONOMIHE APPLIAZIONE DELL ANALISI MATEMATIA FUNZIONI EONOMIHE L economia è lo studio di come imiegare, con maggior convenienza, il denaro di cui si disone er raggiungere
DettagliPrincipi di Economia - Microeconomia Esercitazione 2 Domanda, offerta ed equilibrio di mercato Soluzioni
Princii di Economia - Microeconomia Esercitazione 2 Domanda, offerta ed equilibrio di mercato Soluzioni Daria Vigani Febbraio 2014 1. Assumiamo la seguente funzione di domanda di mercato er il gelato:
DettagliCalcolo delle Probabilità e Statistica Matematica: definizioni prima parte. Cap.1: Probabilità
Calcolo delle Probabilità e Statistica Matematica: definizioni prima parte Cap.1: Probabilità 1. Esperimento aleatorio (definizione informale): è un esperimento che a priori può avere diversi esiti possibili
DettagliMatematica e Statistica per Scienze Ambientali
per Scienze Ambientali Variabili aleatorie - Appunti 1 1 Dipartimento di Matematica Sapienza, Università di Roma Roma, Gennaio 2013 Variabili aleatorie Un numero aleatorio è un esempio di variabile aleatoria.
DettagliSchedulazione di dettaglio Macchine in parallelo
Lezione 8 Schedulazione di dettaglio Macchine in arallelo Dati: Una lista di lotti (job) che devono essere rocessati da un sistema roduttivo comosto da un set di macchine in arallelo. Siano i lotti caratterizzati
DettagliCAPITOLO 1. Spazi metrici. 1. Definizioni ed esempi
CAPITOLO 1 Sazi metrici 1. Definizioni ed esemi Definizione 1.1. Sia X un insieme qualsiasi. Una distanza su X è un alicazione d : X X R tale che i) d(x, y) 0 er ogni x, y in X, e d(x, y) = 0 se e solo
DettagliProbabilità e Statistica
Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2012/2013 www.mat.uniroma2.it/~caramell/did 1213/ps.htm 05/03/2013 - Lezioni 1, 2, 3 Breve introduzione al corso. Fenomeni deterministici
DettagliAnalisi della disponibilità d acqua. Valutazione dell impianto attraverso il calcolo di un indice economico (criterio)
Analisi della disponibilità d acqua Valutazione dell impianto attraverso il calcolo di un indice economico (criterio) Approccio diverso a seconda del criterio di valutazione Nel caso di criterio statistico
DettagliProbabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva
Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.
DettagliEsercizi di riepilogo
Esercizi di riepilogo Es1: Scommesse al casinò Tizio e Caio si alternano al tavolo di un casinò. Tizio gioca negli istanti di tempo dispari, mentre Caio in quelli pari Ad ogni istante di tempo, il guadagno
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prima prova in itinere
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica 69AA) A.A. 06/7 - Prima prova in itinere 07-0-03 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.
DettagliV Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2012/13 Nome: 18 ottobre
V Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 202/ Nome: 8 ottobre 20 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
DettagliESERCITAZIONE 5: ESERCIZI DI RIPASSO
Microeconomia CLEA A.A. 00-00 ESERCITAZIONE 5: ESERCIZI DI RIPASSO Esercizio 1: Scelte di consumo (beni comlementari) Un consumatore ha referenze raresentate dalla seguente funzione di utilità: U (, )
DettagliProbabilità e Statistica
Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2014/2015 www.mat.uniroma2.it/~caramell/did 1415/ps.htm 02/03/2015 - Lezioni 1, 2 Breve introduzione al corso. Fenomeni deterministici
Dettagli0 Richiami di algebra lineare e geometria analitica Distanza, coordinate e vettori Sistemi lineari e matrici...
Indice 0 Richiami di algebra lineare e geometria analitica........... 9 0.1 Distanza, coordinate e vettori............................. 9 0.2 Sistemi lineari e matrici..................................
DettagliII Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17
II Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 6/7 Martedì 4 febbraio 7 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
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
DettagliAPPUNTI DI STATISTICA INFERENZIALE. Avalle Fulvia, maggio 2014, ITSOS MARIE CURIE CLASSI 4A BIO e 4B BIO
APPUNTI DI STATISTICA INFERENZIALE Avalle Fulvia, maggio 2014, ITSOS MARIE CURIE CLASSI 4A BIO e 4B BIO PREREQUISITI VARIABILE ALEATORIA (QUANTITATIVA): è una funzione che associa un numero reale ad ogni
Dettagli