Capitolo 3 - Sistemi a coda (parte I)

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Capitolo 3 - Sistemi a coda (parte I)"

Transcript

1 Aunt d Ret d Telecomuncazon Catolo 3 - Sstem a coda (arte I) Introduzone... Legge d Lttle...4 Fattore d utlzzazone...9 Esemo: sstema G/G///... Sstema a coda M/M/... Introduzone: uso delle catene d Marov... Frequenze d transzone d stato... 3 Dagramma delle frequenze d transzone d stato... 3 Determnazone delle frequenze d transzone d stato... 4 Determnazone delle robabltà asntotche... 7 umero medo d utent resent nel sstema a regme... Dstrbuzone del temo d ermanenza... Condzone d stabltà del sstema... Temo medo d attesa e numero medo d utent n attesa... 3 Caso artcolare: sstema d to M/M/// ad arrv rallentat... 4 Frequenze d transzone... 4 Sstem a coda d to M/M///... 8 Introduzone... 8 Frequenze d transzone... 9 Probabltà asntotche... 9 Verfca della stabltà del sstema... 3 Sstem a coda d to M/M/// Introduzone Frequenze d transzone Le robabltà asntotche Determnazone del traffco n uscta Sstem a coda d to M/M/// Introduzone Frequenze d transzone Le robabltà asntotche... 4 Probabltà d blocco... 4 Determnazone del traffco n uscta... 4 Sstem a coda d to M/M/// Introduzone Frequenze d transzone Probabltà asntotche Probabltà d attesa e numero medo d utent n coda Determnazone del traffco n uscta e verfca della stabltà Sstem a coda d to M/M/// Sstem a coda d to M/M/m//M... 5 Descrzone... 5 Frequenze d transzone d stato... 5 Probabltà asntotche e robabltà d blocco... 54

2 Aunt d Ret d Telecomuncazon - Catolo 3 ITRODUZIOE Per comrendere cosa sa un sstema a coda, ensamo a quanto accade n un suermercato: c sono una sere d clent (che sono cosddett utent ), qual s mettono n fla (coè n attesa d servzo ) allo scoo d assare da una delle casse ( cosddett servent ) er agare l conto (ossa rcevere l servzo desderato). Qualcosa d assolutamente analogo accade n un sstema a coda, che uò essere schematzzato nel modo seguente: servente S traffco n ngresso servente S servente S 3 traffco n uscta coda d attesa servente S Possamo vsualzzare l sstema a coda come un normale SISTEMA che, rcevendo qualcosa n ngresso, oera su questo qualcosa un certo numero d oerazon e genera una uscta. el caso del sstema a coda, l ngresso, che rende l nome d traffco n ngresso, è costtuto da tutte le rcheste d servzo al sstema: c sono coè una sere d utent che chedono servzo al sstema e vengono da esso accettat (coè entrano nel sstema). Il sstema dsone d un certo numero d comonent, che sono cosddett servent, adbt roro a fornre servz rchest. Dato che cascun servente uò servre una sola rchesta er volta, qund solo utente, è charo che le rcheste d servzo che ossono essere soddsfatte contemoraneamente sono ar al numero d servent. D conseguenza, se c sono ù rcheste d quant sono servent, le rcheste n eccesso ossono essere o resnte, nel qual caso s arla d sstema con erdte, oure mantenute n attesa d essere servte, nel qual caso d arla d sstema senza erdte (o anche sstema conservatvo). Una volta che un certo utente ha rcevuto l servzo rchesto, esso esce dal sstema e, nseme a tutt gl altr utent che escono nseme a lu, forma l cosddetto traffco n uscta. Da questa descrzone, aare ovvo che, er defnre n modo comleto un sstema a coda, abbamo bsogno d defnre dvers arametr fondamental: n rmo luogo, dobbamo conoscere l to d traffco n ngresso: nel caso ù generale ossble, è ovvo che s tratterà d un rocesso stocastco, ma è anche ossble che nvece s tratt d qualcosa d fsso e d determnato. el caso d un rocesso stocastco, servono le sue caratterstche statstche: l caso ù frequenze è quello n cu tale traffco n ngresso è un rocesso stocastco d Posson con ntenstà (dove raresenta l numero medo d rcheste d servzo nell untà d temo); er ndcare questo, useremo, come smbolo formale che contraddstngue l traffco n ngresso, la lettera M. Se, anzché avere un rocesso d Posson, avessmo un rocesso determnstco, useremo la lettera D ; se, nfne, non avessmo né un rocesso d Posson né un rocesso determnstco, useremo la lettera G, er ndcare che s tratta d una rocesso stocastco con dstrbuzone d robabltà nota ma generca;

3 Sstem a coda - arte I n secondo luogo, c nteressa conoscere l cosddetto temo d servzo, ossa l temo che cascun servente mega er fornre l servzo rchesto dall utente; a seconda delle caratterstche del sstema, questo temo d servzo otrà essere determnstco (ad esemo costante su un recso valore) oure aleatoro (coè varable d volta n volta con una recsa dstrbuzone d robabltà); no assumeremo semre che l temo d servzo sa una varable aleatora; n artcolare, l caso ù frequente è quello d un temo d servzo con dstrbuzone esonenzale: questo sgnfca, come ben saamo, che s tratta d una varable aleatora senza memora, ossa che, fssato un certo stante t, l temo che ancora manca erché l servente termn l suo comto non dende da quanto è successo rma dell stante t. Quando l temo d servzo ha dstrbuzone esonenzale, usamo nuovamente la lettere M ; quando nvece questa varable è determnstca, ossa conoscamo con recsone quanto essa vale, allora usamo la lettere D ; quando nfne non conoscamo l suo valore, er cu è una varable aleatora roramente detta, ma saamo anche che non ha dstrbuzone esonenzale, usamo la lettera D ; ancora, un altro arametro fondamentale è ovvamente l numero d servent, n quanto questa nformazone c serve a care quant utent ossono essere servt contemoraneamente e quando è ossble che una rchesta d servzo non ossa essere soddsfatta nel momento n cu arrva; s tratta d un valore determnstco, noto a ror; è mortante anche conoscere la caactà d memorzzazone del sstema, ossa l numero d utent che ossono essere contemoraneamente resent nel sstema, sano ess sotto servzo o n attesa d servzo; e subto ovvo che l lmte mnmo d questa caactà è ar al numero d servent ( se così non fosse, ossa se la caactà d memorzzazone fosse nferore al numero d servent, no avremmo semre de servent nutlzzat e cò non avrebbe alcun senso). In generale, qund, la caactà d memorzzazone sarà ar o suerore (fno, teorcamente, ad ) rsetto al numero de servent; n artcolare, dre che essa è suerore al numero d servent sgnfca dre che l sstema uò mettere n attesa uno o ù utent (quest utent sono all nterno del sstema ma non stanno rcevendo alcun servzo, n quanto sono n attesa d rceverlo); nfne, un ultmo arametro mortante, legato al traffco n ngresso, è l numero d utent che otenzalmente ossono chedere l servzo al sstema a coda: er esemo, se no consderamo una centrale telefonca come un sstema a coda, è ovvo che questa centrale venga rogettata e dmensonata non solo sulla base delle caratterstche statstche revste er l traffco n ngresso (ossa n base all andamento delle rcheste d servzo), ma anche n base al numero d utent fornt d telefono, qual sono ercò tutt otenzal utent della centrale stessa. E ovvo che un arametro legato a questo numero d otenzal utent è l numero d servent, che andrà oortunamente dmensonato erché la maggor arte delle rcheste sano soddsfatte nel temo mnore ossble. Vedremo ù avant come vengono secfcat tutt quest arametr al fne d defnre n modo comleto un sstema a coda. Da notare che gl ultm due arametr (caactà d memorzzazone e otenzale numero d utent comlessv) sono sesso talmente grand da rtenerl ; n quest cas, ess non vengono secfcat. Ad ogn modo, questo asetto (ù che altro formale) sarà charo ù avant. 3

4 Aunt d Ret d Telecomuncazon - Catolo 3 LEGGE DI LITTLE Prma d scendere nel dettaglo dell esame de rncal sstema a coda, enuncamo e dmostramo una mortante legge legata a sstem n generale. Consderamo un generco sstema (non necessaramente un sstema a coda) caratterzzato da arametr assolutamente generc. Faccamo le seguent oszon: ndchamo con l ntenstà del traffco n ngresso al sstema, l che sgnfca che raresenta l numero medo d utent che chedono servzo al sstema nell untà d temo; ndchamo noltre con n l numero d utent resent contemoraneamente nel sstema, l che sgnfca che tal utent ossono essere sa sotto servzo sa n attesa d servzo: n generale, s tratta d una varable aleatora, l che c consente d dre che l suo valore medo E[ n] raresenta l numero medo d utent resent comlessvamente nel sstema; ndchamo nfne con T l temo d ermanenza del generco utente nel sstema: s tratta coè del temo d servzo, cu s somma l eventuale temo d attesa (nel caso n cu sa revsto dal sstema). Anche n questo caso, abbamo una varable aleatora, er cu l suo valore medo E[ T] raresenta l temo medo totale d ermanenza degl utent nel sstema. Fatte queste remesse, la legge d Lttle afferma che queste tre grandezze sono legate dalla seguente relazone: [ ] E[ T] E n Vedamo d dare una gustfcazone ntutva d questo rsultato. Faccamo delle nuove oszon: ndchamo con A( t) l numero d arrv (coè d rcheste d servzo) a artre dall stante d osservazone, che suonamo essere t, fno ad un generco temo stante t; aare ovvo che questa quanttà sa monotona crescente, n quanto aumenta d uno ad ogn arrvo e non c è ossbltà che dmnusca; ndchamo con D( t) l numero d utent servt da t fno all stante t; anche questa quanttà è monotona crescente; ndchamo con ( t) l numero d utent resent nel sstema all stante t; al contraro delle recedent quanttà, (t) non necessaramente è monotona, n quanto dende roro da come varano A(t) e D(t). Essendoc no mess nell otes d un sstema a coda del tutto generco, queste tre quanttà A(t), D(t) ed (t) sono tutte de rocess stocastc. Ed è anche ovvo che esse sano legate dalla seguente relazone A( t) D( t) ( t) Infatt, è charo che l numero d utent (t) resent nel sstema all stante t è ar al numero d rcheste A(t) ervenute al sstema fno all stante t, dmnuto del numero d rcheste soddsfatte D(t). Qund, (t) rsulta defnto non aena defnamo A(t) e D(t); n altre arole, se no sceglamo una certa realzzazone del rocesso A(t) ed una certa 4

5 Sstem a coda - arte I realzzazone D(t), rsulterà anche defnta la corrsondente realzzazone d (t). Suonamo allora d consderare una artcolare realzzazone del rocesso A(t) e c autamo con un grafco er descrverla. Rortamo n ascsse l temo t ed n ordnate l valore d A(t). Suonamo che, nzalmente, l sstema non abba rcevuto alcuna rchesta e che ad un certo stante t gunga la rma rchesta d servzo al sstema: questo sgnfca che l valore d A(t) assa da ad n corrsondenza dell stante t : A(t) 4 3 t t Dato che l sstema avrà evdentemente almeno servente e dato che non c era nessun utente gà resente, la rchesta arrvata vene subto soddsfatta; ndchamo ercò con T l temo d ermanenza d questo rmo utente: è charo che, n questo caso, s tratta solo del temo d servzo, n quanto non c è nessuna attesa. Se, durante e doo questo ntervallo d temo T, non arrvano altre rcheste d servzo, l valore d A(t) s mantene costante, al fne roro d ndcare che, a artre dall stante t, c è stato un solo arrvo. Suonamo nvece che, rma che sa assato l ntervallo d amezza T, qund mentre ancora l rmo utente è sotto servzo, arrv una seconda rchesta: nell otes che l sstema sa senza erdte, questo secondo utente asserà un certo temo T nel sstema: se l sstema dsone d almeno servent, allora s tratta ancora una volta d semlce temo d servzo; vceversa, se l servente è uno solo, avremo un temo d attesa sommato o al temo d servzo. Ad ogn modo, n corrsondenza dell stante t d arrvo della seconda rchesta, l valore d A(t) assa ovvamente dal valore al valore (e questo anche se l sstema è con erdte, n quanto A(t) tene conto solo del numero d rcheste arrvate e non s reoccua del fatto che una o ù d esse sa stata resnta). 5

6 Aunt d Ret d Telecomuncazon - Catolo 3 A(t) 4 3 t t t +T t Qu ossamo retere lo stesso dscorso d rma: nell otes che l temo d ermanenza d questo secondo utente sa T, se, durante o doo questo ntervallo d temo T, non arrvano altre rcheste d servzo, l valore d A(t) s mantene costante: A(t) 4 3 t t +T t t +T t Al contraro, se, ad un certo stante t 3 (recedente o successvo l stante t +T ) arrva una terza rchesta, A(t) assa da a 3 n corrsondenza d t 3 e così va, er cu s ottene un grafco del to seguente: 6

7 Sstem a coda - arte I A(t) 4 3 t t +T t t +T t 3 t 3 +T 3 t In generale, man mano che arrvano altre rcheste d servzo, A(t) aumenta, nel temo, nel modo ù o meno descrtto nel grafco. Fssato un certo stante t, l valore d A(t) è evdentemente dato dal valore del gradno ù alto. Un altra cosa da osservare è che, se no, oltre alla realzzazone d A(t), conoscamo esattamente valor de tem d ermanenza T,T,T 3 e così va, samo n grado d determnare anche la realzzazone d D(t): nfatt, con rfermento al grafco d rma, è charo che l numero d utent servt fno all stante t è, n quanto roro n t è arrvata la rma rchesta d servzo e qund rma d questo stante non uò essere stato servto nessun utente; l numero d utent servt assa nvece ad n corrsondenza dell stante t +T, quando coè l rmo utente esce del sstema; successvamente, D(t) assa a all stante t +T, quando anche l secondo utente è stato servto ed esce dal sstema; nfne, D(t) assa a 3 n corrsondenza dell stante t 3 +T 3. La realzzazone d D(t) è dunque quella dsegnata n blu nel grafco seguente: A(t) D(t) 4 3 t t +T t t +T t 3 t 3 +T 3 t 7

8 Aunt d Ret d Telecomuncazon - Catolo 3 Ovvamente, come abbamo detto rma, not A(t) e D(t) n ogn stante t, è noto anche (t), che è n ogn stante la dfferenza tra A(t) ed D(t): dal unto d vsta grafco, (t), fssato l stante t, non è altro che la dstanza tra la curva d A(t) e quella d D(t). Per esemo, all stante t, (t) vale, ossa c sono due utent contemoraneamente resent nel sstema, mentre nvece, all stante t 3 +T 3 e negl stant successv, (t) vale. A questo unto, detta aunto (t) la realzzazone resa del rocesso stocastco che raresenta l numero d utent resent contemoraneamente nel sstema all stante t, è charo che (t) è una funzone reale d varable reale e qund, come tale, essa ossede una meda temorale (ossa l valore medo er untà d temo): s tratta della quanttà defnta come ( t) ( ) d t t τ τ ed essa raresenta dunque, relatvamente alla realzzazone consderata, l numero medo d utent resent nel sstema all stante t. In modo analogo, se no abbamo ndcato con l ntenstà del traffco n ngresso e consderamo una artcolare realzzazone del rocesso stocastco che raresenta tale traffco, ossamo ndcare con t la meda temorale del numero d utent che chedono l servzo al sstema, ossa l numero medo d utent che chedono servzo nell untà d temo. E ovvo che, essendo A(t) l numero d rcheste d servzo ervenute fno all stante t, sarà A( t) t t t A( t) Da questa relazone s rcava che t d ( t), che t ( t) t t e qund anche, andando a sostture nella esressone t t ( ) d A( t) τ τ L ntegrale che comare n questa formula non è altro che la somma, fno all stante t, delle aree de rettangol che comaono nel grafco d A(t) e D(t) mess nseme: 4 3 t t +T t t +T t 3 t 3 +T 3 t 8

9 Sstem a coda - arte I Tutt quest rettangol hanno altezza untara e base ar a rsettv tem d ermanenza de var utent, er cu la loro area è numercamente ar alla loro durata; noltre, l numero d rettangol, fno al generco stante t, è ar roro ad A(t), er cu ossamo scrvere che ( t) t t t t ( ) d A( t) τ τ A( t) A( t) T A( t) Adesso, s osserva come l termne T sa la somma de tem d ermanenza, fno A( t) all stante t, dvso er l numero totale d rcheste d servzo fno all stante t. S tratta allora della meda temorale del temo d ermanenza: osto allora T t A( t) A( t) T ossamo scrvere che ( t) T t t t A ben vedere, questa è roro la legge d Lttle, alcata erò ad una artcolare realzzazone del traffco n ngresso e della ermanenza nel sstema. Per assare da questa relazone a quella generale E[ n] E[ T], ossamo ensare d sfruttare l concetto d ergodctà n meda de rocess stocastc: n artcolare, è ossble dmostrare che se l sstema a coda è stable, rsulta essere ergodco n meda. Il fatto che sa ergodco n meda sgnfca che le mede temoral corrsondono alle mede d nseme con robabltà, l che qund c conferma la valdtà della legge d Lttle. La cosa mortante, che emerge dunque da questo dscorso, è che la legge d Lttle vale solo er sstem a coda stabl: dre che un sstema a coda è stable equvale a dre che l traffco n uscta dal sstema è uguale al traffco n ngresso. Immagnando l traffco n uscta con un flusso d fludo che entra nel sstema e quello n uscta come un fludo che esce dal sstema, rchedere che l sstema sa stable equvale a rchedere che l flusso n entrata sa ar a quello n uscta n ogn stante, ossa che non c sa alcun accumulo d fludo all nterno del sstema. FATTORE DI UTILIZZAZIOE Possamo defnre un arametro che sa ndce sa della stabltà del sstema sa anche della sua effcenza d funzonamento. S defnsce nfatt fattore d utlzzazone l raorto tra l numero medo d utent che chedono servzo al sstema nell untà d temo ed l numero medo d utent che l sstema uò servre nell untà d temo. Per la smbologa adottata fno ad ora, l numero medo d utent che chedono servzo al sstema nell untà d temo corrsonde all ntenstà del rocesso n ngresso; noltre, se X è la varable aleatora corrsondente al temo medo d servzo offerto dal sstema, allora la sua meda E[X] è l Se l sstema non fosse stable, ma nstable, otrebbe catare una stuazone del to seguente: suonamo che l sstema resca a servre, nell untà d temo, un numero medo d utent ar a ; se l numero medo d rcheste d servzo nell untà d temo fosse maggore d ed l sstema fosse nstable, l numero medo d utent che ermangono nel sstema tenderebbe a dventare nfnto. 9

10 Aunt d Ret d Telecomuncazon - Catolo 3 temo medo d servzo e qund l suo recroco /E[X] è l numero medo d utent che l sstema uò servre nell untà d temo. D conseguenza, l fattore d utlzzazone è E[X] / E[X] In base a quanto detto oco fa, dre che l sstema è stable sgnfca dre che deve necessaramente rsultata <, n quanto solo questa condzone uò consentre che l traffco medo n uscta sa ar a quello medo n ngresso. Esemo: sstema G/G/// Possamo fare mmedatamente un esemo d alcazone della relazone E[X]. Consderamo un sstema a coda d to molto generale e n artcolare d to G/G///: con questa smbologa, voglamo ndcare che l sstema ha un traffco n ngresso generco, un temo d servzo generco, un solo servente, una caactà d memorzzazone nfnta ed un numero nfnto d otenzal utent del sstema. Voglamo dmostrare che, er un sffatto sstema, l fattore d utlzzazone rsulta essere dove con ndchamo la robabltà che l sstema sa vuoto, ossa non c sa alcun utente al suo nterno (l sstema non fornsce alcun servzo). Per fare questa dmostrazone, seguamo una strada molto smle a quella seguta er dmostrare la legge d Lttle: consderamo una artcolare realzzazone del rocesso n ngresso, rcavamo la tes - con rfermento a tale realzzazone e, nfne, assumendo valda l ergodctà del sstema, attrbuamo a tale tes carattere del tutto generale. Suonamo che, durante un ntervallo d temo d durata τ, l traffco n ngresso sa caratterzzato da una ntenstà : essendo ar al numero medo d arrv (o rcheste d servzo) nell untà d temo, deducamo che τ è l numero medo d arrv nell ntervallo d durata τ. Suonendo l sstema stable (<), l numero medo d utent n ngresso è ar al numero medo d utent n uscta: qund τ è anche l numero medo d utent n uscta dal sstema nell ntervallo d durata τ. Indchamo ora con la robabltà che, n un stante generco, l sstema sa vuoto: con questa oszone, con rfermento ancora all ntervallo d temo d durata τ, la quanttà (- )τ raresenta la frazone d temo n cu l sstema non è vuoto; durante questo temo, essendo resente nel sstema almeno un utente, l unco servente resente starà erogando l roro servzo, con un temo medo d servzo ar a E[X]. Cò sgnfca che l numero medo d utent n uscta è ( ) τ. E[X] D altra arte, questo numero medo d utent n uscta è stato rma dentfcato ar a τ, er cu abbamo l uguaglanza ( ) τ τ E[X] Da questa uguaglanza scatursce la tes che volevamo dmostrare: basta rcordars che E[X].

11 Sstem a coda - arte I Sstema a coda M/M/ ITRODUZIOE: USO DELLE CATEE DI MARKOV Passamo adesso allo studo d alcun de ù mortant sstem a coda. In accordo a quanto abbamo detto all nzo, arametr da secfcare er defnre n modo comleto un sstema a coda sono seguent: to d traffco n ngresso (M er un rocesso d Posson, D er un rocesso determnstco e G er un rocesso generco); dstrbuzone del temo d servzo (M er la dstrbuzone esonenzale, D er una dstrbuzone determnstca e G er una dstrbuzone generca); numero d servent (da ad ); caactà d memorzzazone (da ad ); utent otenzal del sstema (da ad ). Qund, er ndvduare l nostro sstema a coda, dobbamo secfcare, nell ordne aena utlzzato, quest 5 arametr: er esemo, quando dre che s consdera un sstema a coda d to M/M//7/ equvale a dre che l sstema rceve n ngresso un rocesso d Posson (con una certa ntenstà ), che l temo d servzo è una varable aleatora con dstrbuzone esonenzale (con un certo arametro ), che l sstema dsone d solo servente, che l sstema è n grado d mantenere contemoraneamente dentro d sé 7 dvers utent e che gl utent che otenzalmente ossono rchedere l servzo del sstema sono nfnt. Il rmo to d sstema che consderamo è d to M/M///, l che sgnfca che l traffco n ngresso è un rocesso d Posson (con ntenstà ), che l temo d servzo è una varable aleatora con dstrbuzone esonenzale (con arametro ), che l sstema dsone d solo servente, che l sstema è n grado d mantenere contemoraneamente dentro d sé utent e che gl utent otenzal sono : traffco n ngresso servente traffco n uscta coda d attesa Talvolta, er semlctà, gl ultm due arametr, essendo, vengono omess, er cu s arla semlcemente d sstema M/M/. La rma cosa da osservare rguarda la caactà d memorzzazone: dre che essa vale equvale a dre che l sstema uò mantenere contemoraneamente dentro d sé nfnt utent; n altre arole, nessuna eventuale rchesta d servzo vene rgettata dal sstema e, nel caso l servente sa gà occuato, cascuna rchesta vene osta n attesa er un certo temo, che rende l nome d

12 Aunt d Ret d Telecomuncazon - Catolo 3 temo d attesa. Un sstema sffatto è un sstema senza erdte o sstema conservatvo, l che equvale a dre che tutte le rcheste d servzo vengono rma o o soddsfatte. Ovvamente, quando s modella un sstema reale tramte un sstema a coda, la caactà d memorzzazone non otrebbe essere ; d altra arte, quando er esemo s stma che l numero d rcheste è comunque basso o oco frequente, allora questa otes d artenza dventa lecta oltre che convenente (al fne d semlfcare calcol). La seconda osservazone rguarda nvece gl strument che no utlzzamo er studare questo sstema. In artcolare, c chedamo se è ossble studare un sstema d questo to medante una catena d Marov a valor dscret. Prma ancora d verfcare se questo sa ossble o meno, rcordamo cos è una catena d Marov: una catena d Marov a valor dscret è un rocesso stocastco, temo-dscreto o temocontnuo, a valor dscret, tale che, fssato un certo stante d osservazone t, l evoluzone del rocesso successva a tale stante dende solo dallo stato del rocesso n t non dende n alcun modo da quello che è successo negl stant recedent. I valor assumbl da arte del rocesso rendono sesso l nome d stat ed l rocesso stesso vene soltamente chamato sstema. Per verfcare se l nostro sstema a coda s ossa consderare come una catena d Marov, devono essere dunque verfcate due condzon essenzal:. l sstema deve resentare solo un numero dscreto d stat;. l sstema, fssato un certo stante d osservazone t, deve evolvere (assando n altr stat o rmanendo n quello nzale) solo n base alla stuazone n cu s trova nell stante d osservazone e non n base a quello che è accaduto rma d tale stante. La rma condzone è verfcata banalmente se no consderamo, come stat del sstema a coda, l numero d utent resent n esso: n questo caso, nfatt, otremo avere nel sstema utent, utente, utent e così va fno teorcamente ad utent. Qund, d ora n o dre che l sstema s trova nello stato equvale a dre che c sono utent resent al suo nterno (sano ess sotto servzo e n attesa d servzo): Inoltre, fare questa otes d base sgnfca anche che er evoluzone del sstema (coè er assaggo del sstema n altr stat, ncluso quello d artenza) no ntendamo la comarsa e la scomarsa degl utent, ossa la varazone del numero d utent resent all nterno del sstema stesso. D conseguenza, la seconda condzone sarà verfcata se no dmostramo che la varazone del numero d utent resent nel sstema, a artre dall stante d osservazone, dende solo dal numero d utent n stante e non da quell che erano resent negl stant recedent. Fssamo dunque un stante generco d osservazone che ndchamo con t: n analoga a quanto fatto n recedenza, ndchamo con (t) l numero d utent resent nel sstema all stante t, con A(t) l numero d arrv all stante t e con D(t) l numero d utent servt semre all stante t. Dobbamo dmostrare che (t) dende solo da t e non dagl stant recedent. E mmedato dedurre che A(t) dende solo da t e non dagl stant recedent: nfatt, avendo suosto che l traffco n ngresso sa un rocesso d Posson, saamo che l temo d attesa, ossa l temo che ntercorre tra l stante consderato e l arrvo mmedatamente successvo, ha dstrbuzone esonenzale, ossa è senza memora, er cu A(t) non uò che dendere solo da t. A questo, s aggunge l fatto che anche D(t) dende solo da t e non dagl stant recedent: l motvo sta nella otes d artenza er cu l temo d servzo, ossa l temo necessaro a cascun servente er fornre l servzo rchesto, abba dstrbuzone esonenzale; questa otes fa sì che D(t) non denda dagl stant recedent t. In conclusone, essendo (t)a(t)-d(t) e avendo dmostrato che A(t) e D(t) dendono solo da t e non dagl stant recedent, è ovvo che lo stesso vale er (t), er cu ossamo descrvere un sstema a coda d to M/M/ medante una catena d Marov.

13 Sstem a coda - arte I In effett, questo rsultato è generalzzable: un qualunque sstema a coda n cu l rocesso n ngresso sa un rocesso d Posson ed l temo d servzo abba dstrbuzone esonenzale, è descrvle medante una catena d Marov temocontnua. Sulla base d cò, ossamo sfruttare tutto quello che abbamo detto crca le catene d Marov temo-contnue al fne d trarre una sere d mortant concluson crca sstem a coda che consderamo. FREQUEZE DI TRASIZIOE DI STATO I rm due concett sulle catene d Marov temo-contnue che utlzzamo sono seguent: n rmo luogo, abbamo defnto le cosddette robabltà asntotche come le robabltà d P X( t) j è la robabltà che la catena s trov nello stato j all stante t, la stato a regme: se ( ) corrsondente robabltà asntotca, ossa la robabltà che la catena, a regme (coè er t ) s lm P X( t) j ; trov nello stato j, è ( ) j t n secondo luogo, abbamo defnto le cosddette frequenze d transzone d stato: la generca frequenza γ j è l numero d volte n cu l sstema assa dallo stato allo stato j nell untà d temo. Le robabltà asntotche e le frequenze d transzone d stato sono legate dalla seguente relazone j j γ j γ j j dove j ndca uno qualsas de ossbl stat della catena. Vedamo allora come utlzzare quest concett nel caso d un sstema a coda. In rmo luogo, quant stat ha l nostro sstema? Consderando che s tratta d un sstema d to M/M///, ossa d un sstema con caactà nfnta d memorzzazone, e consderando che cascuno stato corrsonde al numero d utent resent contemoraneamente nel sstema, è charo che l numero d stat è : lo stato corrsonde a utent resent nel sstema lo stato ad un solo utente e così va fno ad. lm P X( t) j raresenta la robabltà che, n condzon La generca robabltà asntotca ( ) j t d regme, c sano j utent nel sstema; la generca frequenza d transzone d stato γ j raresenta nvece l numero d volte n cu nel sstema, nell untà d temo, s assa da utent a j utent resent. j Dagramma delle frequenze d transzone d stato Dalle catene d Marov ossamo anche rendere l modo grafco con cu abbamo nteso raresentare gl stat del sstema e le vare frequenze d transzone; s tratta d quello che abbamo chamato dagramma delle frequenze d transzone d stato, che qu rortamo: 3

14 Aunt d Ret d Telecomuncazon - Catolo 3 γ γ... γ γ γ γ γ Ovvamente, l dagramma comrende n lnea teorca nfnt stat e comrende anche le frequenze d transzone tra stat non adacent. Il motvo er cu queste ultme non sono state ndcate sarà charo tra oco: faremo nfatt vedere che, er l sstema consderato, esse sono nulle. Determnazone delle frequenze d transzone d stato Per determnare le frequenze d transzone d stato, note che sano le robabltà asntotche, non dobbamo far altro che rsolvere l sstema raresentato dall equazone j j γ j γ j j j Ovvamente, dato che j uò assumere nfnt valor comres tra ed, la rsoluzone d questo sstema uò essere effettuata solo a lvello analtco e non a lvello numerco (ossa col calcolatore). Possamo tuttava arrvare alla determnazone de termn γ j usando un arocco ntutvo ù che analtco. Suonamo ad esemo d volere γ,+, ossa la frequenza d transzone dallo stato allo stato +. Intanto, quando l sstema assa dallo stato allo stato +? Lo stato + corrsonde a dre che c è un utente n ù nel sstema rsetto allo stato, er cu l assaggo da ad +, tenendo conto che nessuna rchesta vene ma resnta, avvene nel momento n cu arrva una nuova rchesta d servzo. Indcato allora con A(t) l numero d arrv n un ntervallo d amezza t, c chedamo quanto valga P( A( δ ) ), ossa la robabltà che, n un ntervallo d amezza δ generca, c sa solo arrvo. Se l sstema è d to M/M///, l traffco n ngresso è un rocesso d Posson (d ntenstà ), er cu, er valutare quella robabltà, ossamo usare la formula d Posson: δ δ P( A( δ) ) e δe! Se suonamo che l ntervallo δ sa ccolo, ossamo svluare n sere l termne esonenzale: P A( δ) δe δ δ δ + o( δ) δ ( ) ( ) S tenga resente che, avendo l sstema una caactà d memorzzazone nfnta, tutte le rcheste d servzo vengono accettate, ossa s traducono n utent che entrano nel sstema. S tratta o d vedere se la generca rchesta vene servta, nel qual caso l sstema era recedente vuoto, oure se vene messa n attesa, nel qual caso l sstema comrendeva gà almeno un utente. 4

15 Sstem a coda - arte I da cu, qund, assumendo che δ sa anch esso un nfntesmo d ordne suerore, ossamo concludere che P A( δ) δ + o( δ) ( ) Per ottenere adesso la frequenza d transzone γ,+, non dobbamo far altro che calcolare l lmte, er δ, d questa quanttà: ( ) ( o ) γ lm P A( δ) lm δ ( δ), + + δ δ La conclusone è dunque che γ, + Questo rsultato è molto mortante se s consdera che la frequenza d transzone γ,+ non dende n alcun modo da quale sa lo stato, l che sgnfca che, dat due stat adacent qualsas, la frequenza d transzone da uno al successvo è semre ar a.... Vedamo adesso quanto vale γ,+, ossa la frequenza d transzone dallo stato allo stato +. Intanto, l sstema assa dallo stato allo stato + quando arrvano contemoraneamente due dverse rcheste d servzo. D conseguenza, no dobbamo calcolare l lmte, semre er δ, d P( A( δ ) ), che è la robabltà che, n un ntervallo d amezza δ generca, c sano arrv. Usando ancora una volta la formula d Posson, abbamo che ( ( δ) ) P A ( δ)! e δ Anche senza rcorrere allo svluo n sere dell esonenzale, è charo che P( A( δ ) ) è la somma d nfntesm tutt d ordne suerore, l che c consente d concludere subto che γ, + Qund, è nulla la frequenza d transzone da uno stato a due stat successv. E ntutvo accorgers che valga l seguente rsultato generale: γ, + Sono dunque nulle le frequenze d transzone tra uno stato generco ed uno stato + ad esso successvo che erò non sa ad esso consecutvo (coè con ). 5

16 Aunt d Ret d Telecomuncazon - Catolo 3 La conclusone che traamo da quest dscors è la seguente: n un sstema a coda d to M/M/M//, l sstema assa da uno stato a quello successvo con frequenza d transzone ar a (ntenstà del traffco n ngresso), mentre non è n grado d assare ad uno stato ad un altro che non sa aunto l successvo. Detto n termn d numero d utent, l sstema, trovandos, n un certo stante, con utent dentro d esso, uò assare ad + utent con frequenza ar a, mentre non uò assolutamente assare a +,+3,... utent. Adesso dobbamo fare gl stess ragonament er assagg d stato all ndetro, ossa er assagg dallo stato generco allo stato recedente -, a due recedent - e così va. In artcolare, comncamo a valutare γ,-, ossa la frequenza d transzone dallo stato allo stato recedente. Intanto, l sstema assa dallo stato allo stato - quando esso termna d servre un utente, er cu quest ultmo esce dal sstema e qund decrementa d l numero d utent resent comlessvamente nel sstema stesso. Per analzzare questa stuazone, ndchamo con τ l temo resduo d servzo da dedcare all utente sotto servzo nell stante consderato: n altre arole, consderato un stante t e consderato un certo utente, τ ndca quanto temo tale utente deve rmanere ancora nel sstema erché ossa uscrne. Allora, al fne d valutare γ,-, no dobbamo P τ δ, che è la robabltà che c vogla un ntervallo d calcolare l lmte, semre er δ, d ( ) amezza δ generca erché l utente consderato rceva l servzo e esca dal sstema. Per calcolare P( τ δ) sfruttamo evdentemente l concetto d temo d servzo del sstema, ossa l temo d cu necesstà cascun servente del sstema er fornre l servzo rchesto. L otes che stamo facendo è che l sstema a coda consderato abba temo d servzo con dstrbuzone esonenzale e arametro, l che sgnfca che ossamo scrvere P ( τ δ) e δ dove rcordamo che raresenta la cosddetta frequenza d servzo del generco servente (ossa l recroco del temo medo d servzo): s tratta n ratca del numero medo d utent servt nell untà d temo. Svluando n sere quel termne esonenzale, abbamo che da cu s deduce che lm ( ) ( ) ( ) P τ δ δ + o( δ ) δ + o( δ) P τ δ, ossa qund che δ γ, Ancora una volta, abbamo trovato una frequenza d transzone costante qualche che sa lo stato d artenza: cò sgnfca che, dat due stat adacent qualsas, la frequenza d transzone da uno al recedente è semre ar a. Possamo dunque ulterormente erfezonare l dagramma delle frequenze d transzone:... 6

17 Sstem a coda - arte I Il asso successvo consste nel calcolare γ,-, ossa la frequenza d transzone dallo stato allo stato -: l sstema assa dallo stato allo stato - quando termna d servre due dvers utent; tuttava, l sstema ha un solo servente, che uò servre un utente er volta, er cu è escluso che o ù utent escano contemoraneamente dal sstema. Deducamo qund anche n questo caso che γ, Abbamo coè trovato che le frequenze d transzon all ndetro sono non nulle (ma ar a ) solo tra stat adacent. Mettendo nseme con quanto trovato rma crca le frequenze d transzone n avant, ossamo concludere che n un sstema a coda d to M/M///, assagg d stato, sa n avant sa ndetro, sono consentt SOLO tra stat adacent (con frequenza n avant e ndetro). DETERMIAZIOE DELLE PROBABILITÀ ASITOTICHE Questo rsultato, ossa la conoscenza d tutte le frequenze d transzone d stato, c consente d calcolare le robabltà asntotche del sstema: nfatt abbamo detto rma che tal robabltà sono legate alle frequenze d transzone dalla relazone j j γ j γ j j j che raresenta un sstema n un numero d equazon ar al numero d stat ossbl del sstema (che n questo caso sono ). el caso del sstema a coda che stamo consderando, abbamo detto che γ, + γ, γ γ,, + er cu quel sstema, al varare d j, s semlfca notevolmente. Comncamo dal caso n cu j: l equazone è γ γ Al rmo membro, l unco valore d er cu abbamo una frequenza d transzone non nulla è e lo stesso vale er l secondo membro, er cu l equazone è γ γ 7

18 Aunt d Ret d Telecomuncazon - Catolo 3 Saamo o che er cu. Passamo a j: l equazone è γ, + γ, γ γ Al rmo membro, gl unc valor consentt sono e e lo stesso vale er l secondo membro: abbamo dunque che γ + γ γ + γ ( ) ( ) e qund anche che Vedamo ora er j: l equazone è ( + ) ( + ) γ γ e essa dventa evdentemente ossa anche ( γ + γ ) ( γ + γ ) 3 3 ( + ) ( + ) 3 3 Potremmo anche rosegure (n teora fno a j), ma le tre equazon rcavate sono suffcent er far vedere quello che c nteressa: ( + ) ( + ) ( + ) ( + ) 3 Infatt, dalla rma equazone s rcava evdentemente che. Sosttuendo questa nella seconda equazone e facendo qualche manolazone algebrca, s rcava o che Sosttuendo questa nella terza equazone e facendo altre manolazon, s rcava nfne che 3 3 8

19 Sstem a coda - arte I E evdente, dunque, l seguente rsultato fondamentale: Questa relazone dce che tutte le robabltà asntotche dendono, secondo l raorto / elevato ad una oortuna otenza, dalla robabltà asntotca dello stato j. Per calcolare questa robabltà asntotca, utlzzamo la condzone d normalzzazone: monamo coè che rsult Sosttuendo la relazone trovata rma, rsulta e da qu s rcava evdentemente che ell otes che l raorto / sa mnore d, quella è semlcemente la somma della sere geometrca, er cu ossamo ulterormente scrvere A ben guardare, l raorto / non è altro che l fattore d utlzzazone defnto n recedenza: nfatt, è l numero medo d utent che chedono servzo al sstema nell untà d temo, mentre è l numero medo d utent servt dal sstema nell untà d temo. Ponamo allora. A questo unto, c rcordamo che la condzone < (coè <) equvale a rchedere un sstema stable 3. Possamo concludere che, se l sstema consderato è stable, le robabltà asntotche valgono ( ) 3 Infatt, dre che > sgnfca dre che l sstema uò servre medamente, nell untà d temo, ù utent d quant chedono servzo al sstema, l che è condzone necessara affnché l traffco medo n uscta ossa essere uguale al traffco medo n ngresso, ossa aunto alla stabltà del sstema. Se non fosse così, se coè fosse >, l sstema non ruscrebbe a rmanere stable, n quanto l numero d utent al suo nterno s accumulerebbe ndefntamente, dventando ercò nstable. 9

20 Aunt d Ret d Telecomuncazon - Catolo 3 Questa formula vale dunque se l sstema è stable. In caso d sstema nstable, nvece, la relazone da consderare è quella generca, ossa e qund UMERO MEDIO DI UTETI PRESETI EL SISTEMA A REGIME La conoscenza delle robabltà asntotche c consente d fare un ulterore mortante calcolo: se ndchamo con la varable aleatora che ndca l numero d utent resent comlessvamente nel E corrsonde al numero medo d sstema n un certo stante, è charo che l suo valor medo [ ] utent resent nel sstema nel dato stante: alcando semlcemente la defnzone d meda d una varable aleatora, esso vale E[ ] dove, dato che usamo le robabltà asntotche, c stamo ovvamente rferendo alla condzone d regme. Sosttuendo l esressone rcavata rma er la generca robabltà asntotca nell otes n cu <, abbamo dunque che Essendo <, ossamo concludere che [ ] ( ) ( ) ( ) ( ) E ossa E[ ] [ ] ( ) ( ) ( ) ( ) E Possamo a questo unto utlzzare la legge d Lttle E[ ] E[ T], n cu T raresenta l temo d ermanenza totale d un utente nel sstema. Per quanto trovato oco fa su E[], ossamo concludere che l temo medo d ermanenza del generco utente nel sstema vale / E[ T ]

21 Sstem a coda - arte I Può essere nteressante dagrammare sa E[] sa E[T] n funzone d, ovvamente facendo l otes che var tra ed (sstema stable); n base alle relazon aena ottenute, abbamo grafc del to seguente: E[] E[T] L andamento è charamente lo stesso n quanto le due quanttà sono legate dal fattore. Dstrbuzone del temo d ermanenza In questo aragrafo, voglamo contnuare l anals del sstema M/M/// e, n artcolare, voglamo rcavare la funzone denstà d robabltà del temo d ermanenza T del generco utente nel sstema. Indchamo tale funzone con f T (x). Per determnare f T (x), dobbamo ntanto stablre quale sa la cosddetta dsclna d coda del sstema: er dsclna d coda s ntende l crtero con cu s scegle, tra gl utent resent nella coda d attesa, l rossmo da servre. Il caso ù semlce, che vene adottato n tutt sstem a coda, è quello d una dsclna d to FCFS (che sta er Frst Come Frst Served): gl utent vengono servt nell ordne con cu sono arrvat. Premesso questo, consderamo un generco utente che facca rchesta d servzo al sstema; dato che l sstema ha una caactà d memorzzazone nfnta, l utente vene accettato nel sstema, er cu da qu arte l suo temo d ermanenza nel sstema; se l sstema è vuoto, allora l utente vene mmedatamente servto, er cu l temo d ermanenza s rduce al solo temo d servzo; se, nvece, nel sstema è gà resente almeno un utente, allora l nuovo utente dovrà metters n attesa. Suonamo allora che l nuovo utente, entrando nel sstema, trov altr utent, d cu uno è sotto servzo e gl altr - sono n attesa (e saranno servt rma d lu). Dato che l temo d servzo è d to esonenzale ed l servzo al generco utente è ndendente dal servzo agl altr utent, deducamo che l temo d ermanenza (attesa+servzo) del nuovo utente sarà la somma de tem d servzo degl altr utent nonché del suo. Tutt quest tem d servzo hanno, er otes, una dstrbuzone d to esonenzale con arametro, er cu la loro somma avrà una dstrbuzone d Erlang d grado + e con arametro ( 4 ): 4 Il rsultato er cu la somma d varabl ndendent esonenzal è una varable d Erlang è stato dmostrato n recedenza

22 Aunt d Ret d Telecomuncazon - Catolo 3 + x ft (x) x e x >! E oortuno recsare che questo rsultato è condzonato al fatto che c fossero gà utent nel sstema quando è arrvato l utente da no consderato. Qund, la denstà d robabltà da consderare è d to condzonato: se a è la varable aleatora che dà l numero d utent gà resent nel sstema, dobbamo scrvere, a rgore, che f! + x ( x ) x e x T a > Per calcolare la denstà d robabltà roramente detta, dobbamo consderare tutt ossbl valor d (qund da a +) e le rsettve robabltà: dobbamo coè scrvere che f T (x) f T + x x ( x a ) P( a ) x e P( a ) e x P( a ) C serve adesso conoscere ( )! P a, ossa la robabltà che l nuovo utente, entrando nel sstema, trov gà un numero d altr utent resent. on esste, n roosto, un rsultato generale. Tuttava, nel caso del sstema M/M/// che no stamo consderando, s uò dmostrare che, concde roro con la robabltà essendo l numero d utent otenzale er l sstema, P( a ) d stato ( ). Sosttuendo, abbamo ercò che! f T (x) ( x) x x x e x ( ) e ( ) e ( )!! ( x)! e x x ( ) e Scrvendo n manera ù oortuna quanto trovato, concludamo che f T (x) ( )x ( ) e Da questa esressone deducamo che l temo totale d ermanenza del generco utente nel sstema è ancora d to esonenzale, ma con arametro -. Da qu deducamo anche che l temo medo d ermanenza è, così come avevamo trovato rma er altre ve. CODIZIOE DI STABILITÀ DEL SISTEMA Sulla base de rsultat ottenut, ossamo adesso controllare che sa verfcata la condzone d stabltà del sstema, che corrsonde a dre che l traffco n uscta è uguale a quello n ngresso. Se ndchamo con γ l ntenstà del traffco n uscta, ossa l numero medo d utent che escono dal sstema nell untà d temo, ossamo coè far vedere che γ

23 Sstem a coda - arte I dove è l ntenstà del traffco n ngresso, ossa l numero medo d utent che entrano nel sstema nell untà d temo. Quanto vale γ? γ è ar al numero medo d utent servt dal sstema nell untà d temo, che abbamo ndcato con, er la robabltà che nel sstema c sa almeno utente: questa robabltà vale ovvamente, er cu ossamo scrvere che γ ( ) Sosttuendo al osto d l esressone trovata n recedenza nell otes che <, abbamo che ( ) γ ( ) σ TEMPO MEDIO DI ATTESA E UMERO MEDIO DI UTETI I ATTESA Contnuando nella rcerca e nella determnazone d arametr caratterstc relatv al sstema a coda n esame, rovamo adesso a valutare l temo medo d attesa del generco utente nel sstema: s tratta coè del temo medo che cascun utente deve attendere, a artre dal momento n cu fa rchesta d servzo, er rcevere effettvamente tale servzo. E W (dove W è ovvamente Saamo gà che questo temo medo d attesa, che ndchamo con [ ] la varable aleatora corrsondente al temo d attesa) è legato al temo medo d ermanenza del sstema E[ T ] ed al temo medo d servzo, che abbamo detto essere E[X]/, dalla relazone [ ] E[ W] E T + E[X] E[W] + e aragraf recedent abbamo trovato che l temo medo d ermanenza vale E[ T ] er cu [ ] E[ T] E W, Oltre al temo medo d attesa, ossamo anche calcolare quanto vale l numero medo d utent n attesa d servzo. Se ndchamo con q la varable aleatora che fornsce l numero d utent n attesa, ovvamente l suo valore medo E[q] sarà l numero medo d utent n attesa d servzo. Per calcolare questo valore medo, ossamo alcare nuovamente la legge d Lttle, ma non all ntero sstema a coda, bensì al sottosstema costtuto solo dalla coda d attesa: non dmentchamo, nfatt, che la legge d Lttle è stata dmostrata er un sstema qualsas a atto che fosse stazonaro e la coda d attesa rentra n tale otes. Possamo ercò scrvere che E[ q] E[ W], da cu s rcava evdentemente che E[ q] 3

24 Aunt d Ret d Telecomuncazon - Catolo 3 CASO PARTICOLARE: SISTEMA DI TIPO M/M/// AD ARRIVI RALLETATI Consderamo nuovamente un sstema a coda d to M/M///, ossa un sstema n cu l traffco d ngresso è un rocesso d Posson, l temo d servzo è una varable aleatora d to esonenzale, c è solo servente, la caactà d memorzzazone è nfnta (sstema senza erdte) e l numero d utent otenzal del sstema è anch esso. Rsetto al caso consderato n recedenza, faccamo questa volta l otes che l ntenstà del rocesso n ngresso non sa costante e ar a, ma sa funzone dello stato del sstema: n artcolare, suonamo che essa sa data dalla relazone α + dove α è una costante reale mentre ndvdua lo stato del sstema (ossa l numero d utent resent nel sstema). Un sstema sffatto vene detto ad arrv rallentat n quanto è evdente che l ntenstà del rocesso n ngresso dmnusce all aumentare d, ossa all aumentare del numero d utent gà resent nel sstema stesso 5. Così come abbamo fatto n recedenza, c nteressa valutare le frequenze d transzone d stato e le robabltà asntotche. Frequenze d transzone Saamo gà che, er un sstema d questo to, sono nulle le frequenze d transzone tra stat non adacent, mentre le frequenze d transzone d stato sono ar all ntenstà del traffco n ngresso, quando s va n avant, e a quello del traffco n uscta quando s va ndetro. La dfferenza con un sstema normale d to M/M/// è che, mentre n quel caso l ntenstà del traffco n ngresso è costante e ar a, n questo caso essa dende dallo stato del sstema: abbamo ercò che α γ α α α γ + α α γ γ + α + on camba nvece nente er le frequenze d transzone all ndetro, che rmangono tutte ugual a : nfatt, quale che sa l numero d utent resent nel sstema (tranne ovvamente ), no abbamo l 5 Un tco sstema reale che ossa funzonare n questo modo è l cosddetto nodo ntermedo n una rete d calcolator: un nodo ntermedo d una rete è sostanzalmente un comuter che rceve de dat da una sere d lnee d ngresso e l nstrada su una sere d lnee d uscta; quando le lnee d uscta sono n numero nferore a quelle d ngresso, l nodo uò rsultare sovraccarcato, n quanto è ossble che dat n ngresso arrvno n quanttà suerore a quella che l nodo resce a smaltre n uscta; allora, er ottmzzare l funzonamento ed evtare erdta d dat, l nodo segnala agl altr dsostv cu è collegato d rallentare l flusso d nformazon verso d lu; s uò allora ensare d rallentare l flusso roorzonalmente all quanttà d dat che sono gà resent nel nodo e sono n attesa d essere nstradat sulle lnee d uscta. 4

25 Sstem a coda - arte I unco servente occuato, er cu l numero medo d utent servt dal sstema nell untà d temo è ar al numero medo d utent servt nell untà d temo dal servente stesso, ossa aunto. α α... Come s nota anche da questa raresentazone grafca del sstema, l traffco n ngresso dmnusce all aumentare del numero d utent resent. ote le frequenze d transzone d stato, c andamo a calcolare le robabltà asntotche facendo ancora una volta uso della relazone j γ j j j γ che raresenta un sstema n un numero d equazone ar al numero d stat ossbl del sstema (che n questo caso sono ). Comncamo dal caso n cu j: l equazone è j γ γ L unco valore d er cu abbamo una frequenza d transzone non nulla è, er cu l equazone è γ γ. Saamo o che α γ, + + γ, j α 3 er cu α. Passamo a j: l equazone è γ γ Gl unc valor consentt er l ndce sono adesso e : abbamo dunque che ( γ + γ ) ( γ + γ ) e qund anche che α + α + ( ) 5

26 Aunt d Ret d Telecomuncazon - Catolo 3 Vedamo ora er j: l equazone è γ γ e essa dventa evdentemente ( γ + γ ) ( γ + γ ) ossa anche α + α Potremmo anche rosegure (n teora fno a j), ma le tre equazon rcavate α α + α + ( ) α + α sono suffcent er far vedere quello che c nteressa. Infatt, dalla rma equazone s rcava evdentemente che α : sosttuendo questa nella seconda equazone e facendo qualche manolazone algebrca, s rcava o che α Sosttuendo questa nella terza equazone e facendo altre manolazon, s rcava nfne che 3 3 α 6 3 E evdente, dunque, l seguente rsultato fondamentale: α! Passamo al calcolo d. Utlzzamo la condzone d normalzzazone, ossa monamo che rsult : sosttuendo la relazone trovata rma, rsulta! α 6

27 Sstem a coda - arte I e da qu s rcava evdentemente che α! A rescndere dal valore del raorto α/, la sommatora che comare uò essere rsolta e s rcava n artcolare che e e α Possamo dunque concludere che le robabltà asntotche er questo artcolare to d sstema a coda valgono α e! Una cosa nteressante che s nota è che quella formula non è altro che la formula d Posson d arametro α/, dal che s deduce che l numero medo d utent resent nel sstema nell untà d temo è ar a α/. Da notare che, n questo caso artcolare, non abbamo vncol sul valore d α/, al contraro d quanto vsto nel caso recedente. Essendo un arametro caratterstco del sstema, non avere vncol su sgnfca sostanzalmente non avere vncol su α. ote le robabltà d stato (asntotche), ossamo anche calcolare l numero medo d utent che chedono servzo al sstema: come è ovvo che sa, questo numero (che ndchamo con ) dende dallo stato del sstema, n quanto è dato da α α α α α Sosttuendo l esressone trovata rma er le robabltà d stato e facendo qualche manolazone algebrca, ottenamo α α α α +! α e α αe α α ( + )!... e α 7

28 Aunt d Ret d Telecomuncazon - Catolo 3 Sstem a coda d to M/M/// ITRODUZIOE Il secondo to d sstema a coda che consderamo è l to M/M///, l che sgnfca che s tratta d un sstema con le seguent caratterstche: l traffco n ngresso al sstema è un rocesso d Posson che suonamo abba ntenstà (che raresenta ercò l numero medo d utent che entrano nel sstema nell untà d temo); l temo d servzo è una varable aleatora con dstrbuzone esonenzale che suonamo abba arametro (che raresenta qund l numero medo d utent servt nell untà d temo); c è solo servente nel sstema; l sstema è con erdte, n quanto ha una caactà d memorzzazone (ntesa come numero massmo d utent che ossono essere contemoraneamente resent nel sstema, sa sotto servzo sa n attesa d servzo) fnta e ar ad ; c sono otenzal utent del sstema. traffco n ngresso servente traffco n uscta coda d attesa (solo - utent) La dfferenza con l sstema coda d to M/M/// recedentemente esamnato è dunque nella caactà d memorzzazone, che da nfnta è dventata adesso fnta; questo fatto comorta una rma conseguenza fondamentale: mentre nel sstema d to M/M/// c otevano essere anche utent resent contemoraneamente, er cu avevamo ossbl stat del sstema, dove ogn stato corrsonde aunto al numero d utent resent contemoraneamente, adesso gl stat sono dventat fnt e ar ad +: stato utent resent stato stato... stato utente resente utent resent utent resent La seconda conseguenza, come detto anche rma, è l fatto che l sstema è con erdte: nfatt, otendo conservare al suo nterno al ù utent (d cu ovvamente sotto servzo, n quanto c è solo servente, e rmanent - n attesa d servzo), ogn eventuale rchesta d servzo che ervenga quando c sono gà utent nel sstema, vene rgettata. 8

Media aritmetica (ponderata)

Media aritmetica (ponderata) I calcol che abbamo vsto fnora s ossono effettuare se s dsone d tutte le osservazon relatve alle N untà statstche. Tuttava, sesso accade che s debba oerare con tabelle d dstrbuzon d frequenze. Grado n

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Carla Seatzu, 8 Marzo 28 Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto

Dettagli

1. Il Teorema Ergodico per le catene di Markov * Definizione Una catena di Markov discreta con spazio degli stati E; si dice regolare se, detta P = (P

1. Il Teorema Ergodico per le catene di Markov * Definizione Una catena di Markov discreta con spazio degli stati E; si dice regolare se, detta P = (P . Il Teorema Ergodco er le catene d Markov * Defnzone Una catena d Markov dscreta con sazo degl stat E; s dce regolare se, detta P = (P ) la matrce delle robablt a d transzone assocata, esstono un ntero

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto numerable. L nseme de

Dettagli

Capitolo 9 - Teoria dell informazione

Capitolo 9 - Teoria dell informazione Aunt d Comuncazon Elettrche Aunt d Catolo 9 - Teora dell nformazone Introduzone alla teora dell nformazone... Sorgente dscreta senza memora... entroa (del rmo ordne) della sorgente...4 Rcham d Teora de

Dettagli

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE * * PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che

Dettagli

Elementi di calcolo numerico

Elementi di calcolo numerico Element d calcolo numerco Molto sesso nel calcolo scentco sorge la necesstà d calcolare l valore numerco d ntegral che non ossono essere calcolat analtcamente oure occorre calcolare l valore del mnmo d

Dettagli

Massimizzazione del profitto e offerta concorrenziale

Massimizzazione del profitto e offerta concorrenziale Massmzzazone del roftto e offerta concorrenzale Eserczo Un mresa roduce un bene megando un solo nut. La sua funzone d roduzone è f(x)=4 x dove x è l numero d untà del fattore roduttvo. Una untà del rodotto

Dettagli

Intorduzione alla teoria delle Catene di Markov

Intorduzione alla teoria delle Catene di Markov Intorduzone alla teora delle Catene d Markov Mchele Ganfelce a.a. 2014/2015 Defnzone 1 Sa ( Ω, F, {F n } n 0, P uno spazo d probabltà fltrato. Una successone d v.a. {ξ n } n 0 defnta su ( Ω, F, {F n }

Dettagli

LE FREQUENZE CUMULATE

LE FREQUENZE CUMULATE LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune

Dettagli

Esempi di canali DMC ed esercizi su: 1) Calcolo della capacità di canale. 2) Calcolo della probabilità di errore

Esempi di canali DMC ed esercizi su: 1) Calcolo della capacità di canale. 2) Calcolo della probabilità di errore Argoment della Lezone Esem d canal DMC ed esercz su: Calcolo della caactà d canale Calcolo della robabltà d errore 3 Verca della dsuguaglanza d Fano Eserczo Sa data una sorgente bnara con smbol ed avent

Dettagli

Sorgenti Numeriche - Soluzioni

Sorgenti Numeriche - Soluzioni Sorgent umerche - Soluzon *) L anals delle frequenze con cu compaono le vare lettere n un documento n talano, comprendente 5975 caratter, ha fornto seguent dat: Lettera umero Frequenza relatva A 666. B

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 9: 3 marzo 2014

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 9: 3 marzo 2014 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2013-2014 lezone 9: 3 marzo 2014 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/25? Eserczo Consderamo una rendta perodca d 2n termn

Dettagli

Equilibri Chimici. Processi chimici indipendenti & reazioni in fase gas

Equilibri Chimici. Processi chimici indipendenti & reazioni in fase gas Equlbr Chmc Process chmc ndendent & reazon n fase gas Process stechometrc ndendent (1) Un rocesso stechometrco ndendente è costtuto da un nseme d relazon quanttatve tra le varazon del numero d mol d cascun

Dettagli

STATO DI TENSIONE IN SEZIONI MASSICCE. Sforzo normale

STATO DI TENSIONE IN SEZIONI MASSICCE. Sforzo normale STATO DI TENSIONE IN SEZIONI MASSICCE Sforzo normale In caso d sforzo normale trazone o comressone, s assume che nelle sezon della trave suffcentemente lontane da vcolo e dalle forze alcate, essta solo

Dettagli

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1 Integrazone numerca dell equazone del moto per un sstema lneare vscoso a un grado d lbertà Prof. Adolfo Santn - Dnamca delle Strutture 1 Introduzone 1/2 L equazone del moto d un sstema vscoso a un grado

Dettagli

1 Le equazioni per le variabili macroscopiche: i momenti dell equazione di Boltzmann

1 Le equazioni per le variabili macroscopiche: i momenti dell equazione di Boltzmann FISICA DEI FLUIDI Lezone 5-5 Maggo 202 Le equazon per le varabl macroscopche: moment dell equazone d Boltzmann Teorema H a parte, non è facle estrarre altre consderazon general sulla funzone denstà d probabltà

Dettagli

Prima prova di gruppo

Prima prova di gruppo Prma prova d gruppo Es. Una metodologa d anals produce fals postv nel 3% de cas e fals negatv nell % de cas. Calcolate quale è l esto pù probable (postvo o negatvo se due anals consecutve esegute sullo

Dettagli

Equilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione

Equilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione Equlbro e stabltà d sstem dnamc Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem NL TC Crter d stabltà

Dettagli

Carla Seatzu, 18 Marzo 2008

Carla Seatzu, 18 Marzo 2008 8. Ret d Code Carla Seatzu, 8 Marzo 008 Nella maggor parte de process produttv rsulta troppo restrttvo consderare una sola rsorsa. Esempo: lea tandem arrv µ µ v partenze V sono dverse stazon cu una parte

Dettagli

PROBLEMA DI SCELTA FRA DUE REGIMI DI

PROBLEMA DI SCELTA FRA DUE REGIMI DI PROBLEMA DI SCELTA FRA DUE REGIMI DI CAPITALIZZAZIONE Prerequst: legge d captalzzazone semplce legge d captalzzazone composta logartm e loro propretà dervate d una funzone pendenza d una curva n un punto

Dettagli

La soluzione delle equazioni differenziali con il metodo di Galerkin

La soluzione delle equazioni differenziali con il metodo di Galerkin Il metodo de resdu pesat per gl element fnt a soluzone delle equazon dfferenzal con l metodo d Galerkn Tra le procedure generalmente adottate per formulare e rsolvere le equazon dfferenzal con un metodo

Dettagli

Elementi di statistica

Elementi di statistica Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e

Dettagli

SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete

SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete Una sere storca o temporale è un nseme d dat costtut da una sequenza d osservazon su un fenomeno d nteresse X, effettuate n stant (per le

Dettagli

termodinamica dei gas perfetti V i Funzione di stato Trasformazione isotermica di un gas perfetto: Q isot = L isot V = cost L = 0

termodinamica dei gas perfetti V i Funzione di stato Trasformazione isotermica di un gas perfetto: Q isot = L isot V = cost L = 0 termodnamca de gas erfett Equazone d stato de gas erfett: = nrt Prmo rnco della termodnamca: U = Q - L Q = nc T, er una trasformazone socora Q = nc T, er una trasformazone sobarca Lavoro: L = Energa nterna

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA ELEMENTI DI STATISTICA POPOLAZIONE STATISTICA E CAMPIONE CASUALE S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..)

Dettagli

Carla Seatzu, 18 Marzo Una coda è costituita da 3 componenti fondamentali: i serventi i clienti

Carla Seatzu, 18 Marzo Una coda è costituita da 3 componenti fondamentali: i serventi i clienti 7. Teora delle Code Una coda è costtuta da 3 coponent fondaental: servent clent Carla Seatzu, 8 Marzo 8 uno spazo n cu clent attendono d essere servt (coda d attesa). clent n arrvo coda d attesa serv.

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso di. Dott.ssa Donatella Cocca Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 3:

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 3: Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 lezone 3: 21022012 professor Danele Rtell www.unbo.t/docdent/danele.rtell 1/31? Captalzzazone msta S usa l regme composto per l

Dettagli

Capitolo 5. Analisi dei dati di output. 5.1 Analisi del transitorio

Capitolo 5. Analisi dei dati di output. 5.1 Analisi del transitorio Captolo 5 Anals de dat d output Una fase essenzale d ogn studo d smulazone è l anals de rsultat della smulazone stessa. Supponamo d avere costruto l modello d un sstema e sano Y 1,Y 2,...,Ym dat d output

Dettagli

Misure Ripetute ed Indipendenti

Misure Ripetute ed Indipendenti Msure Rpetute ed Indpendent Una delle metodologe pù semplc per valutare l affdabltà d una msura consste nel rpeterla dverse volte, nelle medesme condzon, ed esamnare dvers valor ottenut. Ovvamente, una

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 3: 27 febbraio 2013

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 3: 27 febbraio 2013 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 3: 27 febbrao 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/26? S può dmostrare che 1. se 0 < t < 1 allora

Dettagli

Matematica Computazionale(6cfu) Ottimizzazione(8cfu)

Matematica Computazionale(6cfu) Ottimizzazione(8cfu) Docente: Marco Gavano (e-mal:gavano@unca.t) Corso d Laurea n Infomatca Corso d Laurea n Matematca Matematca Computazonale(6cfu) Ottmzzazone(8cfu) (a.a. 205-6, lez.8) Matematca Computazonale, Ottmzzazone,

Dettagli

Metodi di analisi R 1 =15Ω R 2 =40Ω R 3 =16Ω

Metodi di analisi R 1 =15Ω R 2 =40Ω R 3 =16Ω Metod d anals Eserczo Anals alle magle n presenza d sol generator ndpendent d tensone R s J R Determnare le tenson sulle resstenze sapendo che: s s 0 R R 5.Ω s J R J R R 5Ω R 0Ω R 6Ω R 5 Dsegnamo l grafo,

Dettagli

Incertezza di sensibilità < fluttuazione intrinseca delle misure.

Incertezza di sensibilità < fluttuazione intrinseca delle misure. Error casual no ad ora abbamo correlato la bontà d una msura alla sensbltà degl strument utlzzat. Samo partt da una stuazone n cu effettuata una sere d msure rpetute, le msure hanno tutte dato lo stesso

Dettagli

Dall appello del 16/7/04

Dall appello del 16/7/04 Dall aello del 6/7/04 Due lent sottl una convergente d ocale 0cm e l altra dvergente d ocale 5cm dstano tra loro D +. Un ago d altezza hcm è osto a dstanza s0cm dalla lente d ocale. S determn la oszone

Dettagli

Il diagramma cartesiano

Il diagramma cartesiano Il dagramma cartesano Il pano cartesano Il dagramma cartesano è costtuto da due ass: uno orzzontale, l asse delle ascsse o della varable X, e uno vertcale, l asse delle ordnate o della varable Y. I due

Dettagli

Lezione n La concentrazione

Lezione n La concentrazione 1 La concentrazone Corso d Laurea: Economa Azendale Nello studo de fenomen economc e socal descrtt attraverso caratter quanttatv d tpo trasferble può essere nteressante analzzare la cosddetta concentrazone

Dettagli

Le soluzioni della prova scritta di Matematica per il corso di laurea in Farmacia (raggruppamento M-Z)

Le soluzioni della prova scritta di Matematica per il corso di laurea in Farmacia (raggruppamento M-Z) Le soluzon della prova scrtta d Matematca per l corso d laurea n Farmaca (raggruppamento M-Z). Data la funzone a. trova l domno d f f ( ) ln + b. scrv, esplctamente e per esteso, qual sono gl ntervall

Dettagli

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità: ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone

Dettagli

26/08/2010. segnali deterministici. segnali casuali o random. stazionario. periodico. Non stazionario. transitorio

26/08/2010. segnali deterministici. segnali casuali o random. stazionario. periodico. Non stazionario. transitorio Cap 5: ANALISI DEI SEGNALI E ARAURA DINAMICA Un segnale è defnto come una qualsas varable fsca che camba nel tempo, nello spazo, o rspetto a altre varabl e che trasporta nformazon segnal determnstc segnal

Dettagli

Stabilità dei Sistemi Dinamici. Stabilità Semplice. Stabilità Asintotica. Stabilità: concetto intuitivo che può essere formalizzato in molti modi

Stabilità dei Sistemi Dinamici. Stabilità Semplice. Stabilità Asintotica. Stabilità: concetto intuitivo che può essere formalizzato in molti modi Gustavo Belforte Stabltà de Sstem Dnamc Gustavo Belforte Stabltà de Sstem Dnamc Stabltà de Sstem Dnamc Il Pendolo Stabltà: concetto ntutvo che può essere formalzzato n molt mod Intutvamente: Un oggetto

Dettagli

Teoria dell informazione e Meccanica Statistica

Teoria dell informazione e Meccanica Statistica Teora dell nformazone e Meccanca Statstca L. P. Gugno 2007 Rporto qu una breve rassegna dell approcco alla Meccanca Statstca medante la teora dell nformazone. Partamo dalla consderazone che la probabltà

Dettagli

Appunti di Teoria dell Informazione

Appunti di Teoria dell Informazione Corso d Telecomuncazon (Classe Qunta della specalzzazone Elettronca e Telecomuncazon) Pagna - - . La teora dell nformazone La teora dell nformazone descrve l funzonamento de sstem d comuncazone sa analogc

Dettagli

Sulla teoria di Z in L = {+,<}

Sulla teoria di Z in L = {+,<} Sulla teora d Z n L = {+,

Dettagli

03/03/2012. Campus di Arcavacata Università della Calabria

03/03/2012. Campus di Arcavacata Università della Calabria Campus d Arcavacata Unverstà della Calabra Corso d statstca RENDE a.a 0-00 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 Concentrazone Un altro aspetto d un nseme d dat che s aggunge alla meda e alla varabltà è costtuto

Dettagli

STATISTICA PSICOMETRICA a.a. 2004/2005 Corsi di laurea. Scienze e tecniche neuropsicologiche Modulo 3 Statistica Inferenziale

STATISTICA PSICOMETRICA a.a. 2004/2005 Corsi di laurea. Scienze e tecniche neuropsicologiche Modulo 3 Statistica Inferenziale STATISTICA PSICOMETRICA a.a. 004/005 Cors d laurea Scenze e tecnche neuropscologche Modulo 3 Statstca Inferenzale Probabltà Dstrbuzon d probabltà Dstrbuzon camponare Stma ntervallare Verfca delle potes

Dettagli

L arcobaleno. Giovanni Mancarella. n = n = n = α( o )

L arcobaleno. Giovanni Mancarella. n = n = n = α( o ) Govann Mancarella L arcobaleno I(α) (a.u.) n =.3338 n =.336 39 40 4 4 43 α( o ) In questa nota utlzzeremo l termne dstrbuzone per ndcare la denstà d probabltà d una varable casuale. Il fenomeno dell arcobaleno

Dettagli

1 La domanda di moneta

1 La domanda di moneta La domanda d moneta Eserczo.4 (a) Keynes elenca tre motv per detenere moneta: Scopo transattvo Scopo precauzonale Scopo speculatvo Il modello d domanda d moneta a scopo speculatvo d Keynes consdera la

Dettagli

1. La domanda di moneta

1. La domanda di moneta 1. La domanda d moneta Esercz svolt Eserczo 1.1 (a) S consder l modello della domanda d moneta a scopo speculatvo d Keynes. Un ndvduo può sceglere d allocare la propra rcchezza sottoscrvendo un ttolo rredmble

Dettagli

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti: S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva

Dettagli

IL METODO DEI MINIMI QUADRATI

IL METODO DEI MINIMI QUADRATI IL METODO DEI MIIMI QADRATI Vedamo come s resenterebbe un grafco delle msure avendo tratteggato la retta: della uale er l momento ancora non conoscamo valor d e. Poché unt su uesto grafco raresentano delle

Dettagli

CEMENTO ARMATO PRECOMPRESSO Lezione 6

CEMENTO ARMATO PRECOMPRESSO Lezione 6 Corso d Comlement d Tecnca delle Costruzon A/A 008- CEMETO ARMATO PRECOMPRESSO Lezone 6 ILSISTEMAEQUIVALETE EQUIVALETE ALLA PRECOMPRESSIOE Generaltà Il sstema equvalente er trav sostatche Il sstema equvalente

Dettagli

Misure indipendenti della stessa grandezza, ciascuna con una diversa precisione.

Misure indipendenti della stessa grandezza, ciascuna con una diversa precisione. Msure ndpendent della stessa grandezza, cascuna con una dversa precsone. Consderamo d avere due msure o n generale della stessa grandezza, ndpendent, caratterzzate da funzone denstà d probabltà d Gauss.

Dettagli

Esercitazione 8 del corso di Statistica (parte 1)

Esercitazione 8 del corso di Statistica (parte 1) Eserctazone 8 del corso d Statstca (parte ) Dott.ssa Paola Costantn Eserczo Marzo 0 Un urna rossa contene 3 pallne banche, nere e galla. S consder l estrazone d due pallne. S calcol la probabltà d estrarre:.

Dettagli

Corsi di Laurea in Farmacia e CTF Prova di Matematica

Corsi di Laurea in Farmacia e CTF Prova di Matematica Cors d Laurea n Farmaca e CTF Prova d Matematca S O L U Z I O N I Effettua uno studo qualtatvo della funzone 4 f + con partcolare rfermento a seguent aspett: a trova l domno della funzone b trova gl ntervall

Dettagli

Realizzazione di FSM sincrone. Sommario. Introduzione. Sommario. M. Favalli

Realizzazione di FSM sincrone. Sommario. Introduzione. Sommario. M. Favalli Realzzazone d FSM sncrone M. Favall Engneerng Department n Ferrara Realzzazone d FSM Anals e sntes de sstem dgtal / Introduzone Realzzazone d FSM Anals e sntes de sstem dgtal 2 / Una volta ottenuto l automa

Dettagli

Equilibrio e stabilità di sistemi dinamici. Stabilità interna di sistemi dinamici LTI

Equilibrio e stabilità di sistemi dinamici. Stabilità interna di sistemi dinamici LTI Equlbro e stabltà d sstem dnamc Stabltà nterna d sstem dnamc LTI Stabltà nterna d sstem dnamc LTI Stabltà nterna d sstem dnamc LTI TC Crter d stabltà per sstem dnamc LTI TC Stabltà nterna d sstem dnamc

Dettagli

Statistica descrittiva

Statistica descrittiva Statstca descrttva. Indc d poszone. Per ndc d poszone d un nseme d dat, ordnat secondo la loro randezza, s ntendono alcun valor che cadono all nterno dell nseme. Gl ndc pù usat sono: I. eda. II. edana.

Dettagli

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/2017. Esercizi 3

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/2017. Esercizi 3 ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/2017 Esercz 3 Pan d ammortamento Eserczo 1. Un prestto d 12000e vene rmborsato n 10 ann con rate mensl e pano all

Dettagli

Programmazione e Controllo della Produzione. Analisi dei flussi

Programmazione e Controllo della Produzione. Analisi dei flussi Programmazone e Controllo della Produzone Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Lo rsolvo con la smulazone? Sarebbe

Dettagli

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla? Corso d Statstca a.a. 9- uando studarla? Obettvo Dagramma d Lorenz Rapporto d concentrazone rea d concentrazone Esemp Sommaro La concentrazone uando studarla? Obettvo X: carattere quanttatvo tra le untà

Dettagli

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà

Dettagli

Distribuzione di Boltzmann. Nota

Distribuzione di Boltzmann. Nota Dstrbuzone d Boltzmann ota Tutto l soggetto trattato deve n realta essere nserto nel quadro concettuale della meccanca statstca, che non e trattato n questo corso. Quest cenn sono solo un breve rchamo

Dettagli

DESTINAZIONE ORIGINE A B C A B C Esercizio intersezioni a raso - pag. 1

DESTINAZIONE ORIGINE A B C A B C Esercizio intersezioni a raso - pag. 1 ESERCIZIO Argomento: Intersezon a raso Data l ntersezone a raso a tre bracc rappresentata n fgura s vuole procedere al dmensonamento de suo element. I dat nzal necessar per la progettazone sono d seguto

Dettagli

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu)

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu) lement d Anals Numerca, Probabltà e Statstca, modulo 2: lement d Probabltà e Statstca ( cfu) Probabltà e Statstca (6 cfu) Scrtto del 06 febbrao 205. Secondo Appello Id: A Nome e Cognome: same da 6 cfu

Dettagli

Analisi dei flussi 182

Analisi dei flussi 182 Programmazone e Controllo Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Anals de fluss 82 Programmazone e Controllo Teora delle

Dettagli

Esercitazione 1 del corso di Statistica 2

Esercitazione 1 del corso di Statistica 2 Eserctazone del corso d Statstca rof. Domenco Vstocco Dott.ssa aola Costantn 8 Aprle 008 Eserczo n. S consder un campone d 00 student d cu s conoscono le seguent probabltà dstnt secondo l sesso (Mmascho,

Dettagli

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2 RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A La rappresentazone n Complemento a Due d un numero ntero relatvo (.-3,-,-1,0,+1,+,.) una volta stablta la precsone che s vuole ottenere (coè l numero d

Dettagli

Lezione 2 a - Statistica descrittiva per variabili quantitative

Lezione 2 a - Statistica descrittiva per variabili quantitative Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 1 =103 2 2 =97 3 3 =90 4 4 =119

Dettagli

Sensori Segnali Rumore - Prof. S. Cova - appello 20/07/2012 P1-1

Sensori Segnali Rumore - Prof. S. Cova - appello 20/07/2012 P1-1 Sensor Segnal Rumore - Prof. S. Coa - aello /7/ P - PROBEMA Quadro de dat R MΩ resstenza d carco C 5 F caactà totale d carco segnale d corrente dal relatore a mulso rettangolare con durata µs amezza D

Dettagli

Soluzioni 3.1. n(n 1) (n k + 1) z n k! k + 1 n k. lim k

Soluzioni 3.1. n(n 1) (n k + 1) z n k! k + 1 n k. lim k (1) La sere bnomale è B n (z) = k=0 Con l metodo del rapporto s ottene R = lm k Soluzon 3.1 n(n 1) (n k + 1) z n k! c k c k+1 = lm k k + 1 n k lm k c k z k. k=0 1 + 1 k 1 n k = 1 (2) La multfunzone f(z)

Dettagli

urto v 2f v 2i e forza impulsiva F r F dt = i t

urto v 2f v 2i e forza impulsiva F r F dt = i t 7. Urt Sstem a due partcelle Defnzone d urto elastco, urto anelastco e mpulso L urto è un nterazone fra corp che avvene n un ntervallo d tempo normalmente molto breve, al termne del quale le quanttà d

Dettagli

1) Codifica di sorgente sub-ottima: algoritmi di Shannon, Shannon-Fano.

1) Codifica di sorgente sub-ottima: algoritmi di Shannon, Shannon-Fano. Argoment della Lezone ) Codfca d sorgente sub-ottma: algortm d Shannon, Shannon-Fano. 2) Codfca d sorgente basata su blocch 3) Sorgent con memora 4) Codfca d sorgent d Markov 5) Codfca unversale e codfca

Dettagli

INDICE. Scaricabile su: Derivate TEORIA. Derivata in un punto. Significato geometrico della derivata

INDICE. Scaricabile su:   Derivate TEORIA. Derivata in un punto. Significato geometrico della derivata P r o f Gu d of r a n c n Anteprma Anteprma Anteprma www l e z o n j md o c o m Scarcable su: ttp://lezonjmdocom/ INDICE TEORIA Dervata n un punto Sgnfcato geometrco della dervata Funzone dervata e dervate

Dettagli

V n. =, e se esiste, il lim An

V n. =, e se esiste, il lim An Parttore resstvo con nfnte squadre n cascata. ITIS Archmede CT La Fg. rappresenta un parttore resstvo, formato da squadre d restor tutt ugual ad, conness n cascata, e l cu numero n s fa tendere ad nfnto.

Dettagli

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i. Testo Fac-smle 2 Durata prova: 2 ore 8 1. Un gruppo G s dce semplce se suo unc sottogrupp normal sono 1 e G stesso. Sa G un gruppo d ordne pq con p e q numer prm tal che p < q. (a) Il gruppo G può essere

Dettagli

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/ Esercizi 2

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/ Esercizi 2 ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE AA 2016/2017 1 Esercz 2 Regme d sconto commercale Eserczo 1 Per quale durata una somma a scadenza S garantsce lo stesso valore

Dettagli

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X) ESERCIZIO 3.1 Una dtta vende computer utlzzando on-lne, utlzzando sa processor Celeron che processor Intel. Dat storc mostrano che l 80% de clent preferscono acqustare un PC con processore Intel. a) Sa

Dettagli

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale

Dettagli

Il procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria.

Il procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria. SCELTA OTTIMALE DEL PROCEDIMENTO PER PESARE Il procedmento può essere pensato come una rcerca n un nseme ordnato, l peso ncognto può essere cercato con l metodo della rcerca bnara. PESI CAMPIONE IN BASE

Dettagli

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo Element d teora de goch Govann D Bartolomeo Unverstà degl Stud d Teramo 1. Descrzone d un goco Un generco goco, Γ, che s svolge n un unco perodo, può essere descrtto da una Γ= NSP,,. Ess sono: trpla d

Dettagli

Esercizi sulle reti elettriche in corrente continua (parte 2)

Esercizi sulle reti elettriche in corrente continua (parte 2) Esercz sulle ret elettrche n corrente contnua (parte ) Eserczo 3: etermnare gl equvalent d Thevenn e d Norton del bpolo complementare al resstore R 5 nel crcuto n fgura e calcolare la corrente che crcola

Dettagli

Ad esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t

Ad esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t Relazon lnear Uno de pù mportant compt degl esperment è quello d nvestgare la relazone tra due varabl. Il caso pù mportante (e a cu spesso c s rconduce, come vedremo è quello n cu la relazone che s ntende

Dettagli

Determinarelatranscaratteristicav out (v in ) del seguente circuito R. V out. V in V ٧ = 0.7V D Z D V R = 5V. R o V R V Z = -8V

Determinarelatranscaratteristicav out (v in ) del seguente circuito R. V out. V in V ٧ = 0.7V D Z D V R = 5V. R o V R V Z = -8V ESECZO SU DOD (Metodo degl Scatt) Determnarelatranscaratterstcav out (v n ) del seguente crcuto Dat del problema 5 o kω Ω 0 Ω Z -8 n ٧ 0.7 r D 0 Ω r Z 0 Ω r Ω D Z D o out Metodo degl scatt S determnano

Dettagli

Algoritmo di Carlier- Pinson per problemi di Job Shop Scheduling: un esempio

Algoritmo di Carlier- Pinson per problemi di Job Shop Scheduling: un esempio Formulazone e Notazon Algortmo d Carler- Pnson er roblem d Job Sho Schedulng: un esemo Notazon o C M ( o r, q -esma oerazone del ob Temo d rocessamento d o Macchna che deve rocessare o Clque (nseme d oerazon

Dettagli

Lezione 20 Maggio 29

Lezione 20 Maggio 29 PSC: Progettazone d sstem d controllo III Trm 2007 Lezone 20 Maggo 29 Docente: Luca Schenato Stesor: Maran F, Marcon R, Marcassa A, Zanella F Fnora s sono sempre consderat sstem tempo-nvarant, ovvero descrtt

Dettagli

6.1- Sistemi punti, forze interne ed esterne

6.1- Sistemi punti, forze interne ed esterne 1 CAP 6 - SISTEMI DI PUNTI MATERIALI Parte I 1 Cap 6 - Sstem d punt materal Cap 6 - Sstem d punt materal Il punto materale è un astrazone alla quale poch cas s possono assmlare. La maggor parte degl oggett

Dettagli

ANALISI STATISTICA DELLE INCERTEZZE CASUALI

ANALISI STATISTICA DELLE INCERTEZZE CASUALI AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte

Dettagli

3) Entropie condizionate, entropie congiunte ed informazione mutua

3) Entropie condizionate, entropie congiunte ed informazione mutua Argoment della Lezone ) Coppe d varabl aleatore 2) Canale dscreto senza memora 3) Entrope condzonate, entrope congunte ed nformazone mutua 4) Esemp d canal Coppe d varabl aleatore Fno ad ora è stata consderata

Dettagli

Principio di massima verosimiglianza

Principio di massima verosimiglianza Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.

Dettagli

Principio di massima verosimiglianza

Principio di massima verosimiglianza Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.

Dettagli

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso

Dettagli

MATEMATICA FINANZIARIA 1 PROVA SCRITTA DEL 21 LUGLIO 2009 ECONOMIA AZIENDALE

MATEMATICA FINANZIARIA 1 PROVA SCRITTA DEL 21 LUGLIO 2009 ECONOMIA AZIENDALE MATEMATICA FINANZIARIA PROVA SCRITTA DEL LUGLIO 009 ECONOMIA AZIENDALE ESERCIZIO Un ndduo ntende acqustare un motorno che ha un prezzo d 300. Volendo accedere ad un fnanzamento, gl engono proposte le seguent

Dettagli

Il Programma Visualizzatore Risultati

Il Programma Visualizzatore Risultati Progetto SP1a Nuove tecnologe er l anals non ntrusva de manufatt Programma d rcerca Ingegnerzzazone d rotot e strumentazone er la dagnostca su manufatt monumental n materale ladeo Il Programma Vsualzzatore

Dettagli

FISICA. S = Q rev 373K

FISICA. S = Q rev 373K FISICA Sere 9: Soluzon II lceo Eserczo 1 ranszone d fase Poché l entropa è una funzone d stato possamo calcolare la sua varazone lungo un processo reversble. Questo lo s può realzzare sottraendo delle

Dettagli

y. E' semplicemente la media calcolata mettendo

y. E' semplicemente la media calcolata mettendo COME FUNZIONA L'ANOVA A UN FATTORE: SI CONFRONTANO TANTE MEDIE SCOMPONENDO LA VARIABILITA' TOTALE Per testare l'potes nulla che la meda d una varable n k popolazon sa la stessa, s suddvde la varabltà totale

Dettagli

una variabile casuale è continuase può assumere un qualunque valore in un intervallo

una variabile casuale è continuase può assumere un qualunque valore in un intervallo Varabl casual contnue Se samo nteressat alla temperatura massma gornaleraquesta è una varable casuale msurata n un ntervallo contnuoe qund è una v.c. contnua una varable casuale è contnuase può assumere

Dettagli

3 CAMPIONAMENTO DI BERNOULLI E DI POISSON

3 CAMPIONAMENTO DI BERNOULLI E DI POISSON 3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.

Dettagli