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

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

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

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 15/12/2008 Compito B

Teoria delle File di Attesa

TECNICHE DI SIMULAZIONE

Calcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione 22/2/2011

MMMPG 2008/09 Registro delle lezioni

Corsi di Probabilità ecc., per Ing. dell Automazione, Informatica e Inf.Gest.Azienda, 17/9/2011. B 0 0 a=3 b=3 0 0 b=3 a=3 0 A : 0 b=3 0 0 a=3

SISTEMI CASUALI DINAMICI (PROCESSI) ESEMPIO: I GUASTI (Ipotesi Markoviana) Frequenza dei guasti: N Guasti = N/T X X X X X X X

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

Catene di Markov a tempo continuo. Richiami teorici

Prova scritta di Probabilità e Statistica Appello unico, II sessione, a.a. 2015/ Settembre 2016

PROCESSI STOCASTICI 1: ESERCIZI

Esame di Sistemi ad Eventi Discreti

RETI DI TELECOMUNICAZIONE

TEORIA E TECNICA DELLA CIRCOLAZIONE

Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2017/18 - Prova scritta

Introduzione al modello Uniforme

. iii) Cosa si può dire di esatto (non approssimato) su P X 1

Probabilità e Statistica

CP110 Probabilità: Esonero 2. Testo e soluzione

Laboratorio di Statistica e Analisi Dati: Lezione 8 (20)

Statistica ARGOMENTI. Calcolo combinatorio

Calcolo di Probabilità e Processi Stocastici, Laurea magistrale in Ing. Robotica e dell Automazione, a.a. 2011/12 Registro delle lezioni

Esercizi di riepilogo

MMMPG prova scritta del 20/9/07

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.

Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prima prova in itinere

UNIVERSITÀ di ROMA TOR VERGATA

Computazione per l interazione naturale: fondamenti probabilistici (2)

Probablità, Statistica e Processi Stocastici

Statistica I. Ingegneria Gestionale. Scritto del 17/07/2012

Esercizi vari sulle schede di statistica

Esame di AM2 & EAP (270/04) a.a. 2009/10

Esame di Sistemi ad Eventi Discreti

Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha. P {X = a, Y = b} = P {X = a}p {Y = b}

Variabili aleatorie continue

Probabilità e Processi stocastici. Ingegneria Robotica e dell Automazione. Prova scritta del giorno 15/12/14

CP110 Probabilità: Esame del 15 settembre Testo e soluzione

()Probablità, Statistica e Processi Stocastici

La teoria delle code

RETI DI TELECOMUNICAZIONE

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

CP110 Probabilità: Esame 5 giugno Testo e soluzione

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

6) Una variabile aleatoria discreta V ha la seguente densità di probabilità:

RETI DI TELECOMUNICAZIONE

UNIVERSITA` di ROMA TOR VERGATA

Modelli a code d attesa dei sistemi operativi

UNIVERSITÀ di ROMA TOR VERGATA

CP110 Probabilità: Esonero 2. Testo e soluzione

Reti di Telecomunicazioni 1

Esercitazione # 3. Trovate la probabilita che in 5 lanci di un dado non truccato il 3 si presenti

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

Università di Roma Tor Vergata Corso di Teoria dei Fenomeni Aleatori, AA 2012/13. Catene di Markov

Calcolo delle Probabilità 2017/18 Foglio di esercizi 8

CP110 Probabilità: esame del 20 giugno 2017

CP110 Probabilità: esame del 4 febbraio Testo e soluzione

Analisi e scelta dei dati di input

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

CP110 Probabilità: Esame 27 gennaio Testo e soluzione

valore probabilità

Correzione Esercitazione 2

Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari"

Esercitazione del 19/02/2013 Istituzioni di Calcolo delle Probabilità

Matematica Lezione 22

Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prima prova in itinere

Probablità, Statistica e Processi Stocastici

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

Statistica Metodologica

Variabili casuali II

AFFIDABILITA DEI SISTEMI

Scheda n. 7: primi elementi sui legami tra più variabili

con distribuzione gaussiana standard e si ponga

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3

Leggi di distribuzione

9.3 Il metodo dei minimi quadrati in formalismo matriciale

, B con probabilità 1 4 e C con probabilità 1 4.

Distribuzione Gaussiana (Distribuzione ib i normale) l)

II Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17

Esame di Statistica del 1 settembre 2004 (Corso di Laurea in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola

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

ESERCIZIO 1. X Y Tot Tot

Modulo 1. p 2 (p 1 + p 3 p 1 p 3 ) p 1 (p 2 + p 3 p 2 p 3 ), (1) p 2 (p 1 + p 3 p 1 p 3 ) p 3 (p 2 + p 1 p 2 p 1 ). (2)

Processi stocastici A.A Corso di laurea Magistrale in Statistica Univ. degli Studi di Palermo

TECNICHE DI SIMULAZIONE

ESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE

CP110 Probabilità: esame del 18 settembre 2017

B =3 0 1=3 0 1=3

Esercitazione # 1. November 8, 2002

Scheda n.3: densità gaussiana e Beta

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4

MATEMATICA CORSO A III APPELLO 13 Settembre 2012

PROBABILITÀ - SCHEDA N. 3 VARIABILI ALEATORIE CONTINUE E SIMULAZIONE

Distribuzioni di probabilità

Probabilità 1, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09

Transcript:

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta /6/00 Nota. E obbligatorio sia scegliere le risposte negli appositi spazi (numeriche, o le formule nali a seconda del caso), sia dare la risoluzione per esteso sul foglio a parte. Esercizio. Esaminiamo una ditta che fornisce lastre di marmo e serve i clienti in sequenza, non contemporaneamente. Tra un arrivo e l altro di richieste di fornitura passano in media giorni. i) In 0 giorni, che probabilità c è che arrivino esattamente 5 richieste? Giusti care accuratamente la risposta, partendo rigorosamente dai dati del problema. 0:078; ::: ii) Se deve evadere una sola richiesta, la ditta impiega mediamente 5 giorni (perché nel frattempo si occupa di altro). Se deve evadere richieste, impiega mediamente giorni; se ne deve evadere, mediamente giorni ed in ne, se deve evadere o più richieste, impiega mediamente giorni. Vogliamo calcolare, all equilibrio, la probabilità di avere richieste da evadere. Tracciare il grafo della catena da considerare, indicando con chiarezza i tassi di transizione: iii) Calcolare il coe ciente a: a = : 556; ::: e la probabilità di avere richieste da evadere: 0:9; ::: Esercizio. Il custode del museo di San Marco a Pasi, impiega in media minuto a fare il biglietto d entrata.

i) Nelle mattine dei giorni feriali non arriva troppa gente: una persona ogni minuti in media. Il custode, appena termina di fare il biglietto all ultima persona che lo richiede, si reca a spostare delle casse da sistemare e torna in media dopo 5 minuti. Disegnare il grafo coi tassi di transizione, facendo attenzione alla transizione allo stato senza custode. ii) Se una volta il custode si ferma esattamente 6 minuti a spostare le casse, con che probabilità ne trova in attesa al suo ritorno? 0:707; ::: iii) La domenica arrivano in media persone ogni minuti. Il custode si fa allora aiutare da un secondo addetto. Calcolare il numero medio di persone ferme nell area della biglietteria. :86; ::: Esercizio. La funzione F (x) che vale 0 per x < 0, e F (x) = e x per x > 0 è una cdf. i) Calcolare il quantile di ordine 0.95, spiegando bene come si è scelto il range delle x. ii) Tracciare, in uno stesso disegno, il gra co di F e della densità corrispondente, sull intervallo scelto. Esercizio. Consideriamo le variabili aleatorie X ; X ; X e sia A una tabella di dati relativi ad esse. Supponiamo che in una certa base ortonormale V ; V ; V la matrice di covarianza relativa ai nostri dati sia 0 Q = @ 0 0 0 0 : 0 0 0 0:8 A :

Se applichiamo il metodo PCA alla tabella A, quanto sarà la varianza spiegata dal piano principale? Giusti care la risposta nel modo più completo possibile. ; ::: [Parte delle risposte alle domande e dev essere la descrizione di come si farebbe con R a svolgere quelle cose, elencando i comandi e commentando la risoluzione.]

Soluzioni Esercizio. Il numero di arrivi N t entro un tempo t è una v.a. di Poisson di parametro t ed il tempo di interarrivo T una v.a. esponenziale di parametro. Il testo dice che il tempo medio è di giorni, quindi E [T ] = (in giorni), pertanto = e quindi N 0 è una Poisson di parametro 0. In conclusione P (N 0 = 5) = e 0 05 5! = 0:078: ii) Descriviamo il numero di richieste da evadere con una catena di Markov di nascita e morte, quindi gli stati sono gli interi 0,,, ecc. ma le transizioni sono = a salire, mentre da a 0 è =, da a è 5 =, da a è =, da a è := = e così via i successivi sono tutti uguali a =. iii) Allora a 0 =, a = = 5 ; a = = 5 = 0 9 ; a = = 5 = 0 9 a = = 5 = 0 9 ; a 5 5 = = 0 9 ; ::: a +k = 0 k 9 per ogni k 0: Quindi e quindi a = + 5 + 0 9 + 0 9 X k=0 k = + 5 + 0 9 + 0 9 = : 556 = a a = 0 : 556 9 = 0:9: Esercizio. i) E come un esercizio già dato varie volte. In sintesi, gli stati sono i soliti 0,,, ecc. che indicano il numero di persone che chiedono il biglietto, quando il custode è al lavoro, e degli stati ausiliari 0A, A, A, ecc. che indicano il custode assente e 0,,, ecc. persone in attesa nell area biglietti. Tra gli stati 0,,, ecc. le transizioni sono quelle tradizionali, con tassi = (in min ) e =, escuso che dallo stato non si passa allo stato 0 ma allo stato 0A, con tasso (appena si completa l ultimo servizio).

Tra gli stati ausiliari 0A, A, A, ecc. ci sono le transizioni a salire con tassi =, e le transizioni nei corrispondenti stati 0,,, ecc. con tasso. 5 ii) Dall istante in cui il custode si assenta parte un processo di Poisson di arrivi, ti tasso =. Il numero N 6 di arrivi in 6 minuti è una v.a. di Poisson di parametro 6 =. La probabilità che ci siano due arrivi è P (N 6 = ) = e! = 0:707: iii) E una coda a due serventi, con =, = quindi le formule sono (con = = ) a = + +! = + +! = 7 0 = a = 7 ; +k = a = a! k = 7 = 7 =! k = 9 56 k E [N] = X n n = + n= X ( + k) +k = + 9 56 k=0 = + 8 56 + 9 56 ( ) = + 8 56 X ( + k) k k=0 + 9 56 = : 86: Esercizio (Simile alla prova scritta del //00, esercizio ). densità f (x) vale 0 per x < 0, e La f (x) = x e x per x > 0: i) La F vale praticamente per valori anche modesti di x, a causa della potenza x : ad es. per x = vale già F () = e 6 = 8: 886 0 6. Quindi i numeri tra 0 e sono su cienti per trovare il quantile desiderato. Il quantile q desiderato si ottiene dai seguenti comandi: x<-*(:000)/000 p<- -exp(-x^) 5

q <- x[which.min(abs(p-0.95))] ii) Basta aggiungere i seguenti comandi: d<-*x^*exp(-x^) plot(x,p) lines(x,d) Esercizio. Dalla forma diagonale deduciamo che gli autovalori di Q sono pari a., 0.8, e 0 rispettivamente. La varianza spiegata dal piano principale è allora pari a :+0:8 =. Infatti, la varianza spiegata :+0:8+0 è il rapporto tra la varianza del piano principale e quella delle variabili di partenza. La varianza del piano principale è la somma delle varianze delle due componenti principali, quindi pari a +, che è : + 0:8. La varianza delle variabili di partenza è la traccia di Q, che non cambia per cambio di base, quindi è pari a + +, che è : + 0:8 + 0. 6