Metodi e Modelli Matematici di Probabilità per la Gestione



Documenti analoghi
Metodi e Modelli Matematici di Probabilità per la Gestione

Metodi e Modelli Matematici di Probabilità per la Gestione

Esercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)

Esercitazione n.1 (v.c. Binomiale, Poisson, Normale)

Psicometria (8 CFU) Corso di Laurea triennale STANDARDIZZAZIONE

Barriere assorbenti nelle catene di Markov e una loro applicazione al web

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.

Corrispondenze e funzioni

Il concetto di valore medio in generale

La distribuzione Normale. La distribuzione Normale

PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE

Invio SMS. DM Board ICS Invio SMS

Sistemi di Servizio e Simulazione

MAGAZZINO FISCALE (agg. alla rel )

Entropia. Motivazione. ? Quant è l informazione portata dalla sequenza? Abbiamo una sequenza S di N simboli (campioni audio, pixel, caratteri,...

LE FUNZIONI A DUE VARIABILI

Temi di Esame a.a Statistica - CLEF

RETI DI TELECOMUNICAZIONE

Università di Milano Bicocca. Esercitazione 6 di Matematica per la Finanza. 14 Maggio 2015

Statistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.

1. PRIME PROPRIETÀ 2

Primi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita

Statistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 2004

Probabilità discreta

Teoria dei Giochi. Anna Torre

Nel seguito sono riportati due esercizi che si possono risolvere con la formula di Erlang e le relative risoluzioni.

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI

Istruzioni (1): L elaborato verrà letto, compilato e fatto girare per verificare la correttezza della sintassi e delle operazioni svolte

Sistemi Operativi mod. B. Sistemi Operativi mod. B A B C A B C P P P P P P < P 1, >

Questo è riservato all Organizzazione Nazionale per la sistemazione delle parrocchie negli alberghi e per controlli contributi

Lezione 1. Gli Insiemi. La nozione di insieme viene spesso utilizzata nella vita di tutti i giorni; si parla dell insieme:

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI

Equazione quantitativa della moneta

SOLUZIONI ESERCITAZIONE NR. 6 Variabili casuali binomiale e normale

Calcolo del Valore Attuale Netto (VAN)

Funzione reale di variabile reale

( x) ( x) 0. Equazioni irrazionali

RECUPERO DATI LIFO DA ARCHIVI ESTERNI

Funzioni di più variabili

Statistica. Lezione 6

f(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da

1 Giochi a due, con informazione perfetta e somma zero

Gli attributi di STUDENTE saranno: Matricola (chiave primaria), Cognome, Nome.

Basi di matematica per il corso di micro

A intervalli regolari ogni router manda la sua tabella a tutti i vicini, e riceve quelle dei vicini.

Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco

TECNICHE DI SIMULAZIONE

INSERIMENTO DATI BASILARI

1. la probabilità che siano tutte state uccise con pistole; 2. la probabilità che nessuna sia stata uccisa con pistole;

SERIE NUMERICHE. prof. Antonio Greco

CALCOLO COMBINATORIO

Come visto precedentemente l equazione integro differenziale rappresentativa dell equilibrio elettrico di un circuito RLC è la seguente: 1 = (1)

1. Distribuzioni campionarie

Logica Numerica Approfondimento 1. Minimo Comune Multiplo e Massimo Comun Divisore. Il concetto di multiplo e di divisore. Il Minimo Comune Multiplo

LA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ

Esercizi su lineare indipendenza e generatori

Dimensione di uno Spazio vettoriale

Distribuzioni discrete

ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 2004

Equivalenza economica

Dimostrare alla Scuola media: dal perché al rigore spontaneamente

FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA

Pertanto la formula per una prima approssimazione del tasso di rendimento a scadenza fornisce

LEZIONE 7. Esercizio 7.1. Quale delle seguenti funzioni è decrescente in ( 3, 0) e ha derivata prima in 3 che vale 0? x x2. 2, x3 +2x +3.

Basi di dati 9 febbraio 2010 Compito A

MODELLISTICA DI IMPIANTI E SISTEMI 2

b. Che cosa succede alla frazione di reddito nazionale che viene risparmiata?

13. Campi vettoriali

(Esercizi Tratti da Temi d esame degli ordinamenti precedenti)

Analisi di scenario File Nr. 10

Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza

Misure finanziarie del rendimento: il Van

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:

Calcolo delle Probabilita, INGEGNERIA INFORMATICA, semestre II, laurea (ord. Leonardo.

Commissione di Massimo Scoperto e Commissione di Mancato Utilizzo: cosa sono e come funzionano.

Applicazioni lineari

FUNZIONE ESPONENZIALE e INTERESSE COMPOSTO. Ipotizziamo di avere a nostra disposizione all'inizio del primo anno (tempo in ascissa

Esercizi di Macroeconomia per il corso di Economia Politica

Algoritmi e Strutture Dati

Ulteriori problemi di fisica e matematica

Misure finanziarie del rendimento: il Van

Un po di statistica. Christian Ferrari. Laboratorio di Matematica

COMPLEMENTI SULLE LEGGI FINANZIARIE

Cos è l ISC (Indicatore Sintetico del Conto Corrente) e cosa sono i Profili tipo d utilizzo

UD 6.2. Misurare il costo della vita

Macroeconomia, Esercitazione 2. 1 Esercizi. 1.1 Moneta/ Moneta/ Moneta/3. A cura di Giuseppe Gori (giuseppe.gori@unibo.

Strutturazione logica dei dati: i file

STATISTICA IX lezione

COMPITO DI MATEMATICA FINANZIARIA 8 Febbraio Come cambia il REA atteso se l'obbligazione sarà ancora in vita dopo le prime tre estrazioni?

Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento

matematica probabilmente

Equilibrio economico generale e benessere

Lezione 10: Il problema del consumatore: Preferenze e scelta ottimale

Le funzioni continue. A. Pisani Liceo Classico Dante Alighieri A.S A. Pisani, appunti di Matematica 1

Codifiche a lunghezza variabile

Schede di conto Appunti di contabilità mezzi liquidi e schede di conto. Luca Dossena - Docente

CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI

Funzioni - Parte II. 1 Composizione di Funzioni. Antonio Lazzarini. Prerequisiti: Funzioni (Parte I).

Esercizio 1. Svolgimento

Appunti IVA Dispense / teoria sul capitolo Iva. L. Dossena

Transcript:

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta del 30/1/06 Esercizio 1 Una banca ha N correntisti. Indichiamo con N n il numero di correntisti esistenti il giorno n-esimo. Descriviamo il numero N n di correntisti tramite una catena di Markov, in diverse situazioni. 1) Supponiamo che approssimando i risultati di indagini statistiche, la banca sappia che ogni giorno c è probabilità p 0 che un conto venga chiuso ed 1 p 0 che nessuno venga chiuso; e che c è probabilità p 1 che venga aperto un nuovo conto, 1 p 1 che non ne venga aperto alcuno. Descrivere in questo caso la catena di Markov, stabilire in che relazione devono essere p 0 e p 1 affinché si stabilisca un regime e calcolare a regime la probabilità di avere almeno un conto aperto. Infine, fare un esempio numerico di p 0 e p 1 che produca un numero medio di conti aperti pari a 100. 2) Esaminiamo un modello diverso. Ogni giorno, ciascun correntista ha probabilità p 0 di cancellare il conto corrente. D altra parte, come sopra, ogni giorno con probabilità p 1 si presenta un nuovo cliente per aprire un conto (oppure non se ne presenta nessuno). Descrivere il numero di correntisti tramite una catena di Markov: è sufficiente indicare gli stati, le transizioni possibili e calcolare (in funzione di p 0 e p 1 ) le seguenti probabilità di transizione p k,k+1, p k,k, p k,k 1. Esercizio 2 Nel nostro ufficio ci sono tre sportelli che si occupano dei clienti. I clienti arrivano in media ogni 20 minuti e ogni sportello impiega in media 10 minuti per servire un cliente. Supponiamo come sempre che tutti i tempi d attesa siano esponenziali. Quando tutti gli sportelli sono occupati non arrivano nuovi clienti. i) Costruire una catena di Markov in tempo continuo che rappresenta il sistema. ii) Calcolare la probabilità invariante. iii) Calcolare la probabilità che, quando due degli sportelli sono occupati, arrivi un nuovo cliente prima che uno dei due si liberi. [I punti (iv) e (v) sono indipendenti l uno dall altro] iv) Supponiamo che i tre sportelli abbiano tempi medii di servizio diversi e pari a 5, 10, 15 minuti: costruire una catena di Markov che rappresenti questa nuova situazione. Ritorniamo ora ad avere tempi medii di servizio uguali per i tre sportelli. Nell ufficio ci sono spesso altre attività supplementari da svolgere, che si presentano con intervalli esponenziali di media 3 ore. Quando si presenta una di queste attività da svolgere, il primo sportello che si libera dai clienti chiude per occuparsi dell attività, e impiega un tempo esponenziale di media 2 ore per portarla a termine. In questo intervallo gli altri due sportelli continuano ad occuparsi dei clienti come prima. Ammettiamo per semplicità

che non possano esserci più di due attività supplementari contemporaneamente (questo per evitare di dover considerare una coda di attività supplementari). iv) Descrivere questa nuova situazione modificando la catena del punto i).

[Sol. Es. 1] 1.1. Se un certo giorno il numero di conti è k, il giorno successivo può essere (schematicamente): k 1 se uno chiuso e zero aperti k se zero aperti e zero chiusi, oppure uno chiuso e uno aperto k + 1 se uno aperto e zero chiusi. Gli stati sono gli interi non negativi, le transizioni possibili quelle dette, ed infine p k,k 1 = p 0 (1 p 1 ) p k,k = (1 p 0 )(1 p 1 ) + p 0 p 1 p k,k+1 = (1 p 0 )p 1. Per il caso k = 0 valgono le solite eccezioni. E una catena di nascita e morte con = (1 p 0 )p 1, µ = p 0 (1 p 1 ). Raggiunge il regime stazionario se (1 p 0 ) p 1 < p 0 (1 p 1 ), ovvero p 0 (1 p 1 ) + p 0 p 1 > p 1 da cui p 0 > p 1 (come dev essere intuitivamente). Probabilità di avere almeno un conto aperto: ( 1 π 0 = 1 1 (1 p ) 0)p 1 p 0 (1 p 1 ) = (1 p 0) p 1 p 0 (1 p 1 ). Numero medio di conti aperti: ( kπk = 1 (1 p ) 0)p 1 k ( (1 p0 )p 1 p 0 (1 p 1 ) p 0 (1 p 1 ) = (1 p ( 0)p 1 p 0 (1 p 1 ) : 1 (1 p ) 0)p 1. p 0 (1 p 1 ) Risolviamo l equazione α/ (1 α) = 100: α = 100 (1 α), 101α = 100, α = 100/101, Si può scegliere liberamente p 0 e trovare p 1 : (1 p 0 )p 1 p 0 (1 p 1 ) = 100 101. (1 p 0 ) p 1 = 100 101 p 0 (1 p 1 ) p 1 = 100 101 p 0 : ( 1 p 0 101 1.2. Ora in teoria da k conti di un giorno si può passare a 0, 1,..., k + 1. Gli stati sono sempre gli stessi. Vale ). ) k

k k + 1 se nessuno rinuncia e ne arriva uno nuovo, quindi con probabilità p k,k+1 = (1 p 0 ) k p 1 k k se nessuno rinuncia e nessuno arriva, oppure uno rinuncia ed arriva uno nuovo, quindi con probabilità p k,k = (1 p 0 ) k (1 p 1 ) + kp 0 (1 p 0 ) k 1 p 1 (infatti il numero R di quelli che rinunciano è una binomiale di parametri k, p 0 e vale P(R = 1) = ( k 1) p0 (1 p 0 ) k 1 ) k k 1 se uno rinuncia e nessuno arriva, oppure due rinunciano e ne arriva uno nuovo, quindi con probabilità p k,k 1 = kp 0 (1 p 0 ) k 1 (1 p 1 ) + k (k 1) p 2 0 2 (1 p 0) k 2 p 1.

[Sol. Es. 2] i) Utilizziamo quattro stati 0, 1, 2, 3 che indicano il numero di sportelli occupati. Il grafo con le transizioni è il seguente: 0 1 2 3 µ 2µ 3µ con = 3, µ = 6 (misurando il tempo in ore). I tassi di transizione tengono conto del fatto che nello stato con k (k = 1, 2, 3) sportelli occupati, ognuno dei k sportelli può terminare il servizio, quindi il tempo esponenziale associato alla transizione corrisponde al minimo di k tempi esponenziali con parametro µ. ii) Impostiamo il bilancio di flusso: quindi Si trova π 0 = µπ 1 (nodo 0) 3µπ 3 = π 2 (nodo 3) (µ + )π 1 = 2µπ 2 + π 0 (nodo 1) π 1 = µ π 0, π 2 = 2 2µ 2π 0, π 3 = 3 6µ 3π 0, π 0 = π 0 = 48 79, π 1 = 24 79, π 2 = 6 79, π 3 = 1 79 iii) La probabilità p che dallo stato 2 si passi a 3 piuttosto che a 1 è data da p = + 2µ = 1 5

iv) Evitiamo di rappresentare con un grafico la catena, elenchiamo solo gli stati e le transizioni possibili, con i relativi tassi. Poichè i tre sportelli hanno tassi diversi, dobbiamo utilizzare degli stati che specifichino completamente la situazione di ciascun sportello, ovvero se è libero o occupato. Chiamiamo convenzionalmente gli sportelli A, B, C e utilizziamo le lettere maiuscole per indicare che lo sportello è occupato e minuscole per indicare che è libero. Per esempio nello stato abc tutti gli sportelli sono liberi, in Abc solo il primo è occupato, ecc... Inoltre dobbiamo specificare il modo in cui viene scelto lo sportello che serve un nuovo cliente nel caso ce ne sia più di uno libero. Supponiamo che venga scelto sempre lo sportello con tempo di servizio minore. Un altra scelta altrettanto ragionevole è quella di mandare il cliente a uno degli sportelli liberi scelto a caso. ABc µ A abc,abc µ B Abc, abc Abc Abc µ A abc, Abc ABc abc µ B abc, abc ABc abc µ C abc, abc AbC Dove µ A = 12, µ B = 6, µ C = 4. ABc ABC AbC µ A abc,abc µ C Abc, AbC ABC abc µ B abc,abc µ C abc, abc ABC µ A ABC abc,abc µ B AbC, ABC µ C ABc v) Dato che i tempi di servizio sono uguali possiamo ritornare ad indicare solo il numero di sportelli occupati. Per gestire i servizi speciali indichiamo con una a la presenza di un servizio speciale in attesa e con una x un servizio speciale che è in corso di svolgimento da parte di uno sportello (e quindi c è uno sportello in meno disponibile). Sia inoltre θ il tasso di arrivo dei servizi speciali e ρ il loro tasso di servizio. Per esempio 0xx è lo stato in cui due sportelli sono occupati in servizi speciali e non c è nessun cliente da servire, lo stato 2ax è lo stato in cui ci sono due clienti e il terzo sportello è chiuso a causa di un servizio speciale (la x) mentre un ulteriore servizio speciale attende che uno sportello si liberi. 0 1, 0 θ 0x 1 2, 1 θ 1x, 1 µ 0 2 3, 2 θ 2x, 2 2µ 1 3 3µ 2, 3 θ 3a 0x 1x, 0x θ 0xx 0x ρ 0

1x 2x, 1x θ 1xx, 1x µ 0x, 1x ρ 1 2x θ 2xa, 2x 2µ 1x, 2x ρ 2 0xx 1xx, 0xx 2ρ 0x 1xx µ 0xx, 1xx 2ρ 1x 2xa 2µ 1xx, 2xa ρ 2x 3a 3µ 2x