• Non ci sono risultati.

Metodi e Modelli Matematici di Probabilit`a per la Gestione Prova scritta – 13/01/2010

N/A
N/A
Protected

Academic year: 2021

Condividi "Metodi e Modelli Matematici di Probabilit`a per la Gestione Prova scritta – 13/01/2010"

Copied!
4
0
0

Testo completo

(1)

Metodi e Modelli Matematici di Probabilit` a per la Gestione

Prova scritta – 13/01/2010

Esercizio 1. Studiamo un grande negozio di abbigliamento.

i) Supponiamo (nel pomeriggio) che il numero medio di persone che entra ogni 10 minuti sia 5. Partendo da questo dato, ragionando il pi`u rigorosa- mente possibile, calcolare la probabilit`a che in un minuto entri pi`u di una persona (due o pi`u).

ii) Supponiamo che ci siano 3 casse aperte, ciascuna che serve una persona ogni 2 minuti. Per semplicit`a si supponga che la coda sia unica, per le tre casse. Calcolare la probabilit`a che almeno una cassa sia libera.

iii) Ad un certo punto una delle tre cassiere finisce il suo orario di servizio e viene sostituita da un cassiere maschio, piuttosto lento, che impiega media- mente 4 minuti a servire una persona. Ogni cliente che al suo arrivo trova pi`u di una cassa vuota, sceglie una cassa a caso. Disegnare il grafo della catena di Markov, con i tassi di transizione, spiegando il ragionamento svolto nel calcolo dei tassi meno banali. Illustrare qual’era la soluzione alternativa pi`u banale e spiegare con precisione perche’ non era corretta.

iv) Al mattino arriva meno gente, in media una persona ogni 5 minuti. Si decide allora di tenere una sola cassa aperta, che serve in media in quattro minuti se oltre alla persona in fase di servizio non c’`e nessuno in coda (impiega quattro minuti perche’ propone l’attivazione di una tessera a punti), mentre impiega solo due minuti se c’`e qualcuno in coda. Quanto spesso `e necessario che la cassiera rinunci a proporre la tessera?

Esercizio 2. Consideriamo la funzione di distribuzione cumulativa Ft(x), dipendente dal parametro t positivo, che vale 0 per x < 0, 1 per x > 1 e vale 1 − (1 − x2ex−1)tper x ∈ [0, 1]. Indichiamo con p.X.t e d.x.t i valori di tale cumulativa e della relativa densit`a, relativamente ad X e t fissati.

i) Scrivere le istruzioni che li calcolano. Indichiamo con q.alpha.t il quantile di ordine alpha. Scrivere le istruzioni che calcolano q.alpha.t, relativamente ad una coppia di numeri t ed alpha fissata. Attenzione: Ft

non `e invertibile analiticamente.

ii) Supponiamo di trovare in rete una funzione di R che genera numeri aleatori col comando r(n,t). Scrivere i comandi che generano 100 numeri aleatori nel caso t = 2, tracciano un istogramma e ad esso sovrappongono il grafico della relativa densit`a.

1

(2)

1 Soluzioni

Esercizio 1 i) Supponiamo che il processo Nt degli arrivi sia di Poisson.

Viene prescritto che E [N10] = 5, misurando il tempo in minuti. Siccome E [N10] = λ · 10, risulta λ = 1/2. Quindi

P (N1 ≥ 2) = 1 − X1 k=0

P (N1 = k) = 1 − e−1/2− e−1/21

2 = 0.09.

ii) Si devono usare le formule delle code a tre serventi, con λ = 1/2 e µ = 1/2 e calcolare π0 + π1+ π2.

iii) Se si continua ad usare come stato del sistema il numero di utenti, dagli stati 1 e 2 non `e possibile indicare il tasso di uscita verso il basso.

Infatti, se non sappiamo quali serventi sono all’opera, non possiamo decidere il tasso. Bisogna quindi specificare se sta lavorando il cassiere lento, negli stati con 1 o 2 casse al lavoro (da tre in su `e tutto univoco). Questo risponde all’ultima domanda.

Gli stati sono quindi 0, 3, 4, 5, ecc. e poi 1V = una cassa veloce che lavora, 1L = la cassa lenta che lavora, 2VV, 2 VL con ovvio significato. Ora possiamo specificare tutti i tassi in discesa:

1V 1/2→ 0, 1L1/4→ 0 e poi

2V V

1 2+12

→ 1V, 2V L

1

→ 1V,4 2V L

1

→ 1L2

dove il primo tasso `e deciso sulla base del teorema sul minimo di v.a. espo- nenziali, ed infine

3

1 2+12

→ 2V L, 3

1

→ 2V V4

come sopra. Circa i tassi di crescita, da 0 si pu`o passare a 1V o 1L, con scelta casuale del cliente; egli deve scegliere tra tre casse, di cui due veloci ed una lenta; il tasso generale di crescita `e λ = 1/2, che deve essere la somma degli altri due, quindi

0

2 3λ

→ 1V, 0

1 3λ

→ 1L.

Analogamente, da 1V il prossimo cliente che arriva deve scegliere tra le due casse vuote, quindi

1V

1 2λ

→ 2V V, 1V

1 2λ

→ 2V L.

2

(3)

Pi`u semplice `e 1L→ 2V L. Infine, sempre semplice, 2V Vλ → 3, 2V Lλ → 3.λ iv) Lo stato del sistema `e il numero di utenti nel sistema. Il tasso di arrivo

`e λ = 15. Dallo stato 1, il tasso di servizio `e µ = 14. Da tutti i successivi `e µ+= 12. Dobbiamo calcolare 1 − π0− π1.

Vale

ak = µ λ

µ

k

per k = 0, 1

a1+j = µ λ

µ

¶ µ λ µ+

j

per j = 0, 1, 2, ...

a = 1 + X

j=0

µ λ µ

¶ µ λ µ+

j

= 1 + µ λ

µ

¶ 1

1 −µλ+ = 2. 333

1 − π0− π1 = 1 − 1 a −a1

a = 1 − 1 2. 333−

4 5

2. 333 = 0.228.

Esercizio 2. Esercizio 2. i) Per la cumulativa:

X<-...

t<-...

p.X.t<-1-(1-X^2*exp(X-1))^t Per la densit`a:

X<-...

t<-...

d.X.t<-t*x*exp(X-1)*(2+X)*

(1-X^2*exp(X-1))^(t-1) in quanto

D

³ 1 −¡

1 − x2ex−1¢t´

= t¡

1 − x2ex−1¢t−1¡

2xex−1+ x2ex−1¢

= txex−1(2 + x)¡

1 − x2ex−1¢t−1 Per il quantile:

alpha<-...

t<-...

X<-(1:10000)/10000

p.X.t<-1-(1-X^2*exp(X-1))^t

q.alpha.t <- X[which.min(abs(p.X.t-alpha))]

3

(4)

ii)

Y<-r(100,2)

hist(Y,20,freq=FALSE) X<-(1:1000)/1000

Y<-2*x*exp(X-1)*(2+X)*(1-X^2*exp(X-1)) lines(X,Y)

4

Riferimenti

Documenti correlati

iv) Modifichiamo un po’ la situazione ideale precedente. Una delle due macchine `e nuova e non si guasta praticamente mai, mentre la seconda `e molto pi`u vecchia e si guasta ogni

Ipotizzi- amo che il processo di arrivo alle casse sia di Poisson con tale parametro (`e un’ipotesi: un conto `e il processo delle entrate nel negozio, un altro il pro- cesso

Si stabilisce allora di seguire questa procedura: se in coda ci sono al pi`u tre pezzi (incluso il pezzo in lavorazione), li lavora completamente; appena ce ne sono pi`u di

ii) Supponiamo che entrambe le stazioni siano messe in funzione. Ogni verniciatura dura in media 30 minuti. Se entrambe le stazioni sono impegnate ed arrivano da verniciare

i) Supponiamo che i semilavorati vengano messi sul rullo A con cadenza poissoniana, alla media di 1 al minuto. L’operaio della stazione A che li riceve, impiega mediamente 30 secondi

5) Immaginare la semplificazione pi`u ragionevole del meccanismo de- scritto al punto 4, tale per cui possiamo considerare un modello markoviano pi`u semplice,

La probabilit`a che arrivi una vettura in deposito nell’unit`a temporale `e 10 1 , fin tanto che ce ne sono fuori deposito; la probabilit`a che parta una vettura dal

Il comportamento dei tre parametri `e indipendente. Ogni parametro perde memoria del suo valore molto rapidamente, per cui il suo valore al controllo successivo dipende solo