Wachtrijmodellen voor optimalisatie in het dagelijks leven

Maat: px
Weergave met pagina beginnen:

Download "Wachtrijmodellen voor optimalisatie in het dagelijks leven"

Transcriptie

1 Wachtrijmodellen voor optimalisatie in het dagelijks leven Richard J. Boucherie Stochastische Operationele Research Abstract Wachten doen we allemaal: bij de kassa van de supermarkt, in het verkeer, maar ook op het Internet. Wachten vormt een normaal aspect van onze dagelijkse routine, en wordt voor een belangrijk deel veroorzaakt door uctuaties in de belasting van systemen. Dit artikel behandelt de achtergrond en de eenvoudige wiskundige theorie van enkele basismodellen in de wachtrijtheorie: het Erlang verlies systeem, en het Processor Sharing systeem. Deze modellen vinden respectievelijk hun oorsprong in de klassieke handgeschakelde telefooncentrale en de CPU van de computer, maar komen in verschillende varianten terug in moderne systemen zoals een GSM cel, een Intensive Care eenheid in een ziekenhuis, het Internet, of het Wireless LAN. Inleiding Plannen van systemen gebeurt veelal in de veronderstelling dat alle benodigde gegevens bekend en onveranderlijk zijn. Zo lijkt het mogelijk op een machine die gemiddeld 80% van de tijd werkt een additionele hoeveelheid taken te verwerken gelijk aan 20% van de capaciteit van de machine. Hierbij wordt echter volledig voorbij gegaan aan de variatie in duur en begintijdstippen van deze taken. Indien de taken gelijkmatig binnenkomen en allen dezelfde verwerkingstijd hebben (zeg iedere minuut een taak, met verwerkingstijd van 1 minuut), dan is het inderdaad mogelijk de machine tot 100% te belasten. Echter, indien de taken onregelmatig binnenkomen en/of een onregelmatige lengte hebben, dan stijgt de wachttijd van de taken explosief met de belasting van het systeem: bij een belasting van 90% is de wachttijd 2 maal zo groot, en bij belasting van 99% zelfs al 20 maal zo groot als bij belasting van 80%. Vergelijkbare e ecten treden op bij autowegen (waar les ontstaan door variabele snelheid en variabele aantallen auto s, en een oplossing gevonden wordt door alle auto s met dezelfde snelheid te laten rijden), spoorwegnetwerken (waar vertragingen ontstaan door kleine verstoringen in de rij- en stoptijden), telecommunicatienetwerken (met variabele duur en aanvangstijdstippen van gesprekken), en in ziekenhuizen waar naast de wachtlijsten bijvoorbeeld ook afzeggen van een operatie omdat er geen vrij Intensive Care bed beschikbaar is grote problemen oplevert, in ieder geval voor de patient die onverrichterzake naar huis moet. De e ecten van variabiliteit 1

2 op de prestatie van systemen wordt beschreven en geanalyseerd binnen de stochastische operationele research, een discipline binnen de toegepaste wiskunde die zich vooral toelegt op de analyse van prestatiematen in systemen die met onzekerheid in de invoer geconfronteerd worden. Robuuste modellen De stochastische operationele research vindt haar oorsprong in de analyse van telecommunicatiesystemen. In 1917 publiceerde A.K. Erlang de beroemde formule " B(; C) = C X C C! n=0 # 1 n voor de verlieskans van een handgeschakeld telefoonsysteem. Deze Erlang verliesformule beschrijft de kans dat een gesprek niet toegelaten kan worden in een telefoonsysteem met C lijnen waar gesprekken in de tijd arriveren volgens een Poisson proces met een gemiddelde van per tijdseenheid en gemiddelde gespreksduur van tijdseenheiden, en =. Een gesprek dat alle lijnen bezet vindt wordt geblokkeerd, en gaat verloren. Voor het Erlang verlies systeem is deze blokkeringskans de belangrijkste prestatiemaat. De kracht van de Erlang verliesformule ligt in de eenvoudige relatie tussen de karakteristieken van het telefoonsysteem (capaciteit C en belasting ) en de verlieskans B(; C). Hiernaast vormt de grote robuustheid van Erlang s verliesformule een belangrijke sleutel tot het succes van dit resultaat: de formule blijkt zelfs voor netwerken bestaande uit meerdere telefoonsystemen een goede basis te leveren voor de berekening van verlieskansen van gesprekken. Een tweede mijlpaal vormt het processor sharing systeem. Dit is een model voor de Centrale Processor in een computer, in 1967 gepubliceerd door L. Kleinrock, als wiskundige idealisatie van time-sharing in een processor. In dit systeem komen taken aan bij de CPU volgens een Poisson proces, zeg met gemiddeld taken per tijdseenheid. Een taak heeft een gemiddelde lengte van tijdseenheiden, =. De processor verdeelt zijn aandacht eerlijk over de aanwezige taken, gaat cyclisch langs de aanwezige taken, en handelt telkens een klein deel van iedere taak af. In de limiet waarin de processor telkens sneller langs de taken gaat, en telkens een kleinere hoeveelheid werk per taak uitvoert vinden we het Processor Sharing systeem, waarin de processor bij n aanwezige taken op ieder moment een fractie 1=n van zijn capaciteit geeft aan iedere aanwezige taak. Voor het processor sharing systeem is vertraging de belangrijkste prestatiemaat, immers vertraging ontstaat doordat er meer taken gelijktijdig gebruik maken van de processor. Voor een taak van lengte x is de vertraging E[T (x)] = x 1 : Zowel het Erlang verlies systeem als het processor sharing systeem noemen we eerlijk, omdat alle taken op dezelfde wijze worden behandeld. Voor het PS 2

3 systeem geldt bovendien dat de vertraging van een taak evenredig is met de lengte van de taak. Een kleine taak wordt dus niet overmatig gehinderd door andere grote taken. Dit is heel anders dan in een wachtrij voor de kassa, waar een klant met 1 pakje boter wel moet wachten op een klant die een hele kar heeft volgeladen voor het jaarlijks feest van de faculteit. Dit systeem, het First In First Out wachtrij systeem, en vele andere systemen kunnen ook worden geanalyseerd, maar dat zullen we hier niet doen. A eiding van prestatiematen Het Erlang verlies systeem en het Processor Sharing systeem zijn voorbeelden van stochastische processen, waarvoor vele eigenschappen expliciet kunnen worden afgeleid. Wanneer we aannemen dat de gevraagde hoeveelheid werk in deze systemen exponentieel verdeeld is met gemiddelde, dan zijn het voorbeelden van geboorte-sterfte processen, een speciale klasse processen binnen de Markov ketens. Voor deze processen is op eenvoudige wijze de kansverdeling van het aantal actieve taken in het systeem te bepalen. Een stochastisch proces fx(t); t 0g beschrijft de evolutie van een stochastische variabele vanaf tijdstip 0. De aftelbare toestandsruimte S bevat alle toestanden die dit proces kan aannemen. Het stochastisch proces is een Markov proces wanneer de voorwaardelijke kans dat de toestand j is op tijdstip t + s gegeven dat de toestand i is op tijdstip t, en dat in het verleden voor tijdstip t de toestanden i 1 ; : : : ; i n zijn doorlopen op tijdstippen t 1 t 2 t n niet af hangt van dat verleden, maar uitsluitend van de toestand i op tijdstip t. Een Markov proces heeft derhalve geen geheugen. Het Erlang verlies systeem en het processor sharing systeem zijn Markov processen die de evolutie van het aantal taken in het systeem beschrijven. De toestandsruimte is S = f0; 1; 2; : : : ; Cg, met C = 1 voor het processor sharing systeem. Dit zijn bijzondere systemen, omdat het aantal taken slechts met een tegelijk kan veranderen. Voor het Erlang verlies systeem is het aankomstproces een Poisson proces, resulterend in een aankomst intensiteit q(i; i + 1) =, de intensiteit van het Poisson aankomst proces. We accepteren aankomsten uitsluitend zolang het systeem niet vol is, dus zolang i < C. De vertrek intensiteit is q(i; i 1) = i=, omdat i exponentieel verdeelde taken met gemiddelde gelijktijdig worden bediend. Voor het Processor sharing systeem is het aankomst proces ook een Poisson proces, zodat q(i; i + 1) =. Hier worden alle taken geaccepteerd. Er is een server. De vertrekintensiteit per aanwezig taak is 1=i, immers alle taken delen de server. Er zijn in toestand i gelijktijdig i taken actief, resulterend in vertrekintensiteit q(i; i 1) = 1=. Hiermee kunnen we een stelsel vergelijking opstellen voor de kans P (i; t) dat de Markov keten zich op tijdstip t in toestand i bevindt, voor alle i 2 S. Veelal 3

4 beperken we ons tot de evenwichtsverding (i) = lim t!1 P (i; t); waarbij moet worden opgemerkt dat voor onze processen deze limiet inderdaad bestaat, en onafhankelijk is van de beginverdeling. De kansverdeling beschrijft het systeem in statistisch evenwicht. Voor praktische systemen blijkt dat relaxatie naar statistisch evenwicht bijzonder snel optreedt. Uit de evenwichtsverdeling kan voor het Processor Sharing systeem ook de gemiddelde vertraging worden afgeleid. De formule voor de verwachte vertraging E[T (x)] als functie van de grootte van de taak volgt via een andere methode. De belangrijkste eigenschappen van het Erlang verlies model en het Processor sharing model staan in onderstaande tabel. Blocked call Single server C servers Processor sharing Erlang verlies eigenschappen alle taken accepteren hoogstens C accepteren alle taken delen server ieder taak eigen server toestandsruimte S = f0; 1; 2; : : :g S = f0; 1; 2; : : : ; Cg intensiteiten q(i; i + 1) = aankomst q(i; i + 1) = q(i; i 1) = 1= vertrek q(i; i 1) = i= evenwichtsverdeling (n) = (1 ) n = (n) = n prestatiematen vertraging. PC n=0 n fractie geblokkeerde taken E[T ] = =(1 ) B(; C) = C C!. PC Een belangrijke eigenschap van het Erlang verlies systeem en het Processor Sharing systeem is dat we kunnen laten zien dat de kansverdeling van het aantal aanwezige taken in evenwicht hetzelfde blijft wanneer we de aanname van exponentieel verdeelde grootte van de taken laten vervallen. De enige aanname is dat taken aankomen volgens een Poisson proces. Het Poisson proces vormt een goede beschrijving van een aankomstproces gegenereerd door zeer vele mogelijke taken, waarvan slechts een klein deel daadwerkelijk in het systeem aanwezig is. Dit maakt deze modellen toepasbaar voor modellering en analyse van praktische systemen, immers in de praktijk is veelal slechts beperkte informatie beschikbaar over de kansverdeling van de duur van taken. Het gemiddelde is de meest eenvoudig te verkrijgen statistiek. n=0 n 4

5 Voorbeelden Een GSM cel Voor draadloze communicatie tussen de mobiele telefoon en het basisstation (BTS) van het netwerk wordt gebruik gemaakt van frequenties, net als in FM radio. Voor de daadwerkelijke communicatie wordt het spectrum opgedeeld in aparte draaggolven die voor GSM 200 khz uit elkaar liggen. Hiernaast wordt in GSM door digitale codering iedere draaggolf in de tijd opgeknipt in 8 tijdsloten. Voor een gesprek tussen de mobiele telefoon en de zendmast maakt de GSM telefoon gebruik van een enkel tijdslot op een enkele draaggolf. Dit wordt een kanaal genoemd. Een kanaal wordt toegewezen aan een gesprek voor de gehele gespreksduur. Frequenties worden verdeeld over de BTSs, waarbij een frequentie kan worden hergebruikt op een BTS dat voldoende ver weg ligt. Net als in FM radio zou anders interferentie optreden. In een typisch basisstation zijn 3 a 4 frequenties beschikbaar. Een nieuw gesprek dat alle kanalen bezet vindt wordt geblokkeerd en gaat verloren. Voor de wiskundige modellering van een BTS en de verbinding met de mobiele telefoon is de beschikbare capaciteit (aantal kanalen) van belang. Iedere verbinding met een BTS krijgt een vast kanaal toegewezen. Dit kanaal wordt gebruikt tot het einde van de verbinding. Indien alle kanalen van een BTS in gebruik zijn, zullen de volgende gesprekken niet worden toegelaten. Een BTS is dus te modelleren als een Erlang verliessysteem. De blokkeringskans is zowel voor de operator als voor de klant een belangrijke prestatiemaat. Intensive Care Eenheid De Intensive Care eenheid (IC) vormt een belangrijke schakel binnen de keten die een patiënt kan doorlopen binnen een ziekenhuis, en ontvangt de patienten die intensieve zorg nodig hebben, bijvoorbeeld na een operatie, of als gevolg van een ongeval. De hoeveelheid IC verplegers vormt een belangrijke bottle neck. In principe wordt aan ieder IC bed een verpleger toegewezen. Patienten worden uitsluitend opgenomen op de IC, wanneer een vrij bed (vrije verpleger) aanwezig is. Zo niet, dan wordt de patient niet geaccepteerd. Dit heeft verveldende consequenties, omdat een geplande operatie waarbij na a oop een IC nodig is niet kan worden uitgevoerd wanneer geen IC bed beschikbaar is. Ook een patient die na een ernstig ongeval naar het ziekenhuis wordt gebracht zal worden geweigerd wanneer geen IC bed beschikbaar is. Een toegelaten patient zal het IC bed bezetten zolang intensieve zorg nodig is. Voor de wiskundige modellering van een IC is de beschikbare capaciteit (aantal bedden) van belang. Iedere patient krijgt een bed (kanaal) toegewezen. Dit bed wordt gebruikt tot het einde van de verpleging. Indien alle bedden van een IC in gebruik zijn, zullen de volgende patienten niet worden toegelaten. Een IC is dus te modelleren als een Erlang verliessysteem. De blokkeringskans is zowel voor het ziekenhuis als voor de patient een belangrijke prestatiemaat. NS Station Op het station komen treinen aan volgens een Poisson proces. Iedere trein 5

6 vereist een perron om passagiers te laten in en uitstappen, en bezet het perron gedurende de halteringstijd. Het NS station kan worden gemodelleerd met behulp van een variant van het Erlang verlies systeem. Uiteraard laten we in deze variant treinen die geen vrij perron aantre en niet verloren gaan, maar wachten op hun beurt. Internet TCP/IP Over het Internet worden tegelijkertijd les van uiteenlopende grootte verstuurd door verschillende gebruikers. Om de capaciteit van het Internet enigszins eerlijk te verdelen over de actieve gebruikers wordt TCP/IP gebruikt. Onder dit protocol worden les verstuurd in pakketten. Voor ieder pakket dat bij de bestemming aankomt wordt een Acknowledgement (Ack) verstuurd. Wanneer de zender van de le een Ack ontvangt verhoogt hij de zendsnelheid, maar wanneer de Ack niet of te laat wordt ontvangen wordt dit opgevat als signaal dat het druk is op het Internet en verlaagt hij de zendsnelheid. Op deze wijze wordt de capaciteit van het Internet eerlijk verdeeld over de actieve gebruikers. Voor de wiskundige modellering van het Internet is de beschikbare capaciteit vast. Iedere te versturen le gebruikt gelijktijdig een eerlijk deel van deze capaciteit. Het Internet onder TCP/IP is dus te modelleren als een Processor Sharing systeem. De vertraging is een belangrijke prestatiemaat. UMTS UMTS wordt de nieuwe standaard voor mobiele telefonie. In UMTS gebruiken alle gesprekken dezelfde frequentie. Om interferentie te onderdrukken worden gesprekken gecodeerd, zodanig dat een gesprek slechts een lichte ruis veroorzaakt bij een ander gesprek. Zolang de totale ruis niet te groot is kan het signaal worden gedecodeerd om zo het oorspronkelijke gesprek terug te krijgen. De totale ruis wordt bepaald door het aantal gelijktijdige gesprekken. Ieder gesprek ziet op min of meer dezelfde wijze de ruis veroorzaakt door de overige gesprekken. Dit is te vergelijken met een zaal waarin veel mensen tegelijkertijd gesprekken willen voeren. Hierbij vindt iedereen een beetje hinder van de overige gesprekken, maar zolang de totale hoeveelheid ruis onder een zekere grens blijft is communicatie mogelijk. Voor de wiskundige modellering van UMTS correspondeert de beschikbare capaciteit met de beschikbare frequentie ruimte, en ligt dus vast. Ieder gesprek gebruikt gelijktijdig een eerlijk deel van deze capaciteit. UMTS is dus te modelleren als een Processor Sharing systeem. Wireless LAN De MAC laag (Medium Access Control) van een Wireless LAN regelt de toegang van bijvoorbeeld laptops en pda s in een WLAN netwerk zoals op de campus van de UT. Schematisch werkt dit als volgt. Iedere laptop die een le wil verzenden luistert of er al een ander aan het zenden is. Indien dit niet het geval is, trekt de laptop een back-o counter, een random getal uit een zekere range en telt vervolgens zolang er niemand aan het zenden is terug tot nul. Wanneer er wel iemand aan het zenden is, dan stopt het terugtellen. Zodra de teller op 0 6

7 is gekomen mag de laptop een pakket verzenden. Hierna trekt deze opnieuw een back-o counter. Het kan zijn dat toevallig bij verzending toch een andere laptop aan het zenden is, maar dat dit ofwel niet gehoord is, ofwel dat deze op exact hetzelfde moment start met zenden. In dat geval gaat de transmissie verloren. De laptop trekt opnieuw een back-o counter, maar dan eventueel uit een grotere range. Aangezien alle laptops dit mechanisme gebruiken komen ze min of meer even vaak aan de beurt. Voor de wiskundige modellering van het WLAN ligt de beschikbare capaciteit min of meer vast: een deel van de beschikbare capaciteit gaat verloren ten gevolge van de overhead, bijvoorbeeld veroorzaakt door het back-o mechanisme. Iedere te versturen le gebruikt gelijktijdig een eerlijk deel van deze resterende capaciteit. Het WLAN is te modelleren als een Processor Sharing systeem. De vertraging is een belangrijke prestatiemaat. Conclusie Binnen de stochastische operationele research worden modellen ontwikkeld voor de analyse van systemen die gedreven worden door onzekerheid. Naast de in dit artikel genoemde Erlang verlies en Processor Sharing systemen worden meer gecompliceerde modellen geanalyseerd voor bijvoorbeeld netwerken van wachtrijen, en verlies netwerken. In een netwerk van wachtrijen beweegt een taak van wachtrij naar wachtrij om bij iedere wachtrij een bewerking te ondergaan. Dit model wordt veelvuldig toegepast in logistieke ketens, zoals productie systemen. In een verlies netwerk gebruikt een taak tegelijkertijd een deel van de capaciteit bij alle onderdelen op zijn route door het netwerk. Dit model is representatief voor een telefoonnetwerk, waarbij een lange afstandsgesprek overal een lijn bezet houdt. Een belangrijk onderdeel van optimalisatie van systemen gedreven door onzekerheid vormt het on-line nemen van de beslissingen. Dit is het onderwerp van studie binnen Stochastisch dynamische programmering (SDP). Hieraan sterk verwant is de stochastische speltheorie, die voor een deel kan worden gezien als SDP voor meerdere spelers. Belangrijke vraag is bijvoorbeeld hoe spelers een extra opbrengst verkregen door samenwerking onderling moeten verdelen. In een meer praktische context wordt momenteel binnen SOR gewerkt aan verdeling van extra winst verkregen door samenwerking in voorraadketens. Naast de voor de hand liggende systemen waarin onzekerheid direct herkenbaar is bestaan ook zeer interessante systemen waarin de onzekerheid verborgen is. Surfgedrag op Internet kan bijvoorbeeld worden gemodelleerd met behulp van een Markov keten, en de verklaring voor het feit dat de gezochte pagina bij een Google zoekopdracht vrijwel altijd bovenaan staat moet gezocht worden in de theorie van Markov ketens. Stochastische Operationele Research is een fascinerend vakgebied met vele gezichten waarvan de toepassingen in onze samenleving een belangrijke rol spelen. 7

Mobiele communicatie: reken maar!

Mobiele communicatie: reken maar! Mobiele communicatie: reken maar! Richard J. Boucherie Stochastische Operationele Research Toen : telefooncentrale Erlang verliesmodel Nu : GSM Straks : Video on demand Toen : CPU Processor sharing model

Nadere informatie

Stochastische Modellen in Operations Management (153088)

Stochastische Modellen in Operations Management (153088) S1 S2 X ms X ms Stochastische Modellen in Operations Management (153088) R1 S0 240 ms Ack Internet R2 L1 R3 L2 10 ms 1 10 ms D1 Richard Boucherie Stochastische Operations Research TW, Ravelijn H 219 http://wwwhome.math.utwente.nl/~boucherierj/onderwijs/153088/153088.html

Nadere informatie

S n = tijdstip van de n-de gebeurtenis, T n = S n S n 1 = tijd tussen n-de en (n 1)-de gebeurtenis.

S n = tijdstip van de n-de gebeurtenis, T n = S n S n 1 = tijd tussen n-de en (n 1)-de gebeurtenis. VERNIEUWINGSPROCESSEN In hoofdstuk 3 hebben we gezien wat een Poisson proces is. Definitie van een Poisson proces: Een Poisson proces met intensiteit λ (notatie P P (λ)) is een stochastisch proces {N(t),

Nadere informatie

WACHTRIJMODELLEN. aankomstproces van klanten; wachtruimte (met eindige of oneindige capaciteit); bedieningsstation (met één of meerdere bediendes).

WACHTRIJMODELLEN. aankomstproces van klanten; wachtruimte (met eindige of oneindige capaciteit); bedieningsstation (met één of meerdere bediendes). Verschillende soorten toepassingen WACHTRIJMODELLEN alledaagse toepassingen; toepassingen uit produktieomgeving; toepassingen in de communicatiesfeer. Typische onderdelen van een wachtrijmodel aankomstproces

Nadere informatie

Stochastische Modellen in Operations Management (153088)

Stochastische Modellen in Operations Management (153088) S1 S2 X ms X ms Stochastische Modellen in Operations Management (153088) R1 S0 240 ms Ack Internet R2 L1 R3 L2 10 ms 1 10 ms D1 Richard Boucherie Stochastische Operations Research TW, Ravelijn H 219 http://wwwhome.math.utwente.nl/~boucherierj/onderwijs/153088/153088.html

Nadere informatie

WACHTRIJMODELLEN. aankomstproces van klanten; wachtruimte (met eindige of oneindige capaciteit); bedieningsstation (met één of meerdere bediendes).

WACHTRIJMODELLEN. aankomstproces van klanten; wachtruimte (met eindige of oneindige capaciteit); bedieningsstation (met één of meerdere bediendes). Verschillende soorten toepassingen WACHTRIJMODELLEN alledaagse toepassingen; toepassingen uit produktieomgeving; toepassingen in de communicatiesfeer. Typische onderdelen van een wachtrijmodel aankomstproces

Nadere informatie

S n = tijdstip van de n-de gebeurtenis, T n = S n S n 1 = tijd tussen n-de en (n 1)-de gebeurtenis.

S n = tijdstip van de n-de gebeurtenis, T n = S n S n 1 = tijd tussen n-de en (n 1)-de gebeurtenis. HET POISSON PROCES In veel praktische toepassingen kan het aaankomstproces van personen, orders,..., gemodelleerd worden door een zogenaamd Poisson proces. Definitie van een Poisson proces: Een Poisson

Nadere informatie

LIMIETGEDRAG VAN CONTINUE-TIJD MARKOV KETENS

LIMIETGEDRAG VAN CONTINUE-TIJD MARKOV KETENS LIMIETGEDRAG VAN CONTINUE-TIJD MARKOV KETENS Hoofdstelling over limietgedrag van continue-tijd Markov ketens. Stelling: Een irreducibele, continue-tijd Markov keten met toestandsruimte S = {1, 2,..., N}

Nadere informatie

Stochastische Modellen in Operations Management (153088)

Stochastische Modellen in Operations Management (153088) Stochastische Modellen in Operations Management (53088) S S Ack X ms X ms S0 40 ms R R R3 L L 0 ms 0 ms D0 Internet D D Richard Boucherie Stochastische Operations Research TW, Ravelijn H 9 http://wwwhome.math.utwente.nl/~boucherierj/onderwijs/53088/53088.html

Nadere informatie

Vragen die je wilt beantwoorden zijn:

Vragen die je wilt beantwoorden zijn: Net als bij een discrete-tijd Markov keten is men bij de bestudering van een continue-tijd Markov keten zowel geïnteresseerd in het korte-termijn gedrag als in het lange-termijn gedrag. Vragen die je wilt

Nadere informatie

Stochastische Modellen in Operations Management (153088)

Stochastische Modellen in Operations Management (153088) Stochastische Modellen in Operations Management (53088) S S Ack X ms X ms S0 40 ms R R R3 L L 0 ms 0 ms D0 Internet D D Richard Boucherie Stochastische Operations Research TW, Ravelijn H 9 http://wwwhome.math.utwente.nl/~boucherierj/onderwijs/53088/53088.html

Nadere informatie

Chapter 4: Continuous-time Markov Chains (Part I)

Chapter 4: Continuous-time Markov Chains (Part I) Stochastic Operations Research I (2014/2015) Selection of exercises from book and previous exams. Chapter 4: Continuous-time Markov Chains (Part I) 1.1 Book pp 179 185 These are useful exercises to learn

Nadere informatie

NETWERKEN VAN WACHTRIJEN

NETWERKEN VAN WACHTRIJEN NETWERKEN VAN WACHTRIJEN Tot nog toe keken we naar wachtrijmodellen bestaande uit 1 station. Klanten komen aan bij het station,... staan (al dan niet) een tijdje in de wachtrij,... worden bediend door

Nadere informatie

p j r j = LIMIETGEDRAG VAN CONTINUE-TIJD MARKOV KETENS Hoofdstelling over het limietgedrag van continue-tijd Markov ketens formuleren.

p j r j = LIMIETGEDRAG VAN CONTINUE-TIJD MARKOV KETENS Hoofdstelling over het limietgedrag van continue-tijd Markov ketens formuleren. LIMIETGEDRAG VAN CONTINUE-TIJD MARKOV KETENS Hoofdstelling over het limietgedrag van continue-tijd Markov ketens formuleren. Stelling: Een irreducibele, continue-tijd Markov keten met toestandsruimte S

Nadere informatie

o Dit tentamen bestaat uit vier opgaven o Beantwoord de opgaven 1 en 2 enerzijds, en de opgaven 3 en 4 anderzijds op aparte vellen papier

o Dit tentamen bestaat uit vier opgaven o Beantwoord de opgaven 1 en 2 enerzijds, en de opgaven 3 en 4 anderzijds op aparte vellen papier Toets Stochastic Models (theorie) Maandag 22 rnei 2OL7 van 8.45-1-1-.45 uur Onderdeel van de modules: o Modelling and analysis of stochastic processes for MATH (20L400434) o Modelling and analysis of stochastic

Nadere informatie

We zullen de volgende modellen bekijken: Het M/M/ model 1/14

We zullen de volgende modellen bekijken: Het M/M/ model 1/14 De analyse en resultaten van de voorgaande twee modellen (het M/M/1/K model en het M/M/1 model) kunnen uitgebreid worden naar modellen met meerdere bediendes. We zullen de volgende modellen bekijken: Het

Nadere informatie

P (X n+1 = j X n = i, X n 1,..., X 0 ) = P (X n+1 = j X n = i).

P (X n+1 = j X n = i, X n 1,..., X 0 ) = P (X n+1 = j X n = i). MARKOV PROCESSEN Continue-tijd Markov ketens (CTMCs) In de voorafgaande colleges hebben we uitgebreid gekeken naar discrete-tijd Markov ketens (DTMCs). Definitie van discrete-tijd Markov keten: Een stochastisch

Nadere informatie

Q is het deel van de overgangsmatrix dat correspondeert met overgangen

Q is het deel van de overgangsmatrix dat correspondeert met overgangen COHORTE MODELLEN Stel we hebben een groep personen, waarvan het gedrag van ieder persoon afzonderlijk beschreven wordt door een Markov keten met toestandsruimte S = {0, 1, 2,..., N} en overgangsmatrix

Nadere informatie

Definitie van continue-tijd Markov keten:

Definitie van continue-tijd Markov keten: Definitie van continue-tijd Markov keten: Een stochastisch proces {X(t), t 0} met toestandsruimte S heet een continue-tijd Markov keten (CTMC) als voor alle i en j in S en voor alle tijden s, t 0 geldt

Nadere informatie

Wiskunde is tijdloos

Wiskunde is tijdloos Van Graham Bell tot John de Mol: Wiskunde is tijdloos Rob van der Mei Agenda 1. Telecommunicatie: de geboorte van een vakgebied 2. een reis door de geschiedenis 3. en de terugkeer naar het basiskamp: Wiskunde!

Nadere informatie

Definitie van continue-tijd Markov keten:

Definitie van continue-tijd Markov keten: Definitie van continue-tijd Markov keten: Een stochastisch proces {X(t), t 0} met toestandsruimte S heet een continue-tijd Markov keten (CTMC) als voor alle i en j in S en voor alle tijden s, t 0 geldt

Nadere informatie

0 2λ µ 0

0 2λ µ 0 Example 6.7 Machine werkplaats met vier onafhankelijke machines 1, 2, 3 en 4. Bedrijfsduur machine i (i = 1, 2, 3, 4) is B i Exp(µ), reparatieduur wegens defect machine i is R i Exp(λ). Er zijn twee reparateurs

Nadere informatie

Wachten in de supermarkt

Wachten in de supermarkt Wachten in de supermarkt Rik Schepens 0772841 Rob Wu 0787817 22 juni 2012 Begeleider: Marko Boon Modelleren A Vakcode: 2WH01 Inhoudsopgave Samenvatting 1 1 Inleiding 1 2 Theorie 1 3 Model 3 4 Resultaten

Nadere informatie

Inleiding Modelmatige beschrijving Kansverdelingen Het overgangsdiagram De stellingen van Little M/M/1 M/M/1/N Afsluiti.

Inleiding Modelmatige beschrijving Kansverdelingen Het overgangsdiagram De stellingen van Little M/M/1 M/M/1/N Afsluiti. 11 juni 2013 Maartje van de Vrugt, CHOIR Wat is het belang van wachtrijtheorie? Inleiding Modelmatige beschrijving Kansverdelingen Het overgangsdiagram De stellingen van Little M/M/1 Evenwichtskansen Wachtrij

Nadere informatie

P (X n+1 = j X n = i, X n 1,..., X 0 ) = P (X n+1 = j X n = i). P (X n+1 = j X n = i) MARKOV KETENS. Definitie van Markov keten:

P (X n+1 = j X n = i, X n 1,..., X 0 ) = P (X n+1 = j X n = i). P (X n+1 = j X n = i) MARKOV KETENS. Definitie van Markov keten: Definitie van Markov keten: MARKOV KETENS Een stochastisch proces {X n, n 0} met toestandsruimte S heet een discrete-tijd Markov keten (DTMC) als voor alle i en j in S geldt P (X n+1 = j X n = i, X n 1,...,

Nadere informatie

INLEIDING. Definitie Stochastisch Proces:

INLEIDING. Definitie Stochastisch Proces: Definitie Stochastisch Proces: INLEIDING Verzameling van stochastische variabelen die het gedrag in de tijd beschrijven van een systeem dat onderhevig is aan toeval. Tijdparameter: discreet: {X n, n 0};

Nadere informatie

Model: Er is één bediende en de capaciteit van de wachtrij is onbegrensd. 1/19. 1 ) = σ 2 + τ 2 = s 2.

Model: Er is één bediende en de capaciteit van de wachtrij is onbegrensd. 1/19. 1 ) = σ 2 + τ 2 = s 2. Het M/G/1 model In veel toepassingen is de aanname van exponentiële bedieningstijden niet realistisch (denk bijv. aan produktietijden). Daarom zullen we nu naar het model kijken met willekeurig verdeelde

Nadere informatie

Stochastic Operations Research

Stochastic Operations Research Stochastic Operations Research Staf: Richard Boucherie Nelly Litvak Jan-Kees van Ommeren Werner Scheinhardt Judith Vink-Timmer Promovendi: Tom Coenen Roland de Haan Denis Miretskiy Yana Volkovich Peter

Nadere informatie

0.97 0.03 0 0 0.008 0.982 0.01 0 0.02 0 0.975 0.005 0.01 0 0 0.99

0.97 0.03 0 0 0.008 0.982 0.01 0 0.02 0 0.975 0.005 0.01 0 0 0.99 COHORTE MODELLEN Markov ketens worden vaak gebruikt bij de bestudering van een groep van personen of objecten. We spreken dan meestal over Cohorte modellen. Een voorbeeld van zo n situatie is het personeelsplanning

Nadere informatie

Publieke Database. Verslag modelleren 4 (2H144) Finbar Bogerd (s474580) & Judy van Sambeek (s476368)

Publieke Database. Verslag modelleren 4 (2H144) Finbar Bogerd (s474580) & Judy van Sambeek (s476368) Publieke Database Verslag modelleren 4 (2H144) Finbar Bogerd (s474580) & Judy van Sambeek (s476368) Technische Universiteit Eindhoven Faculteit: Technische Wiskunde & Informatica 28 augustus 2002 Inhoudsopgave

Nadere informatie

Reserveringssystemen

Reserveringssystemen I. Verstraten Reserveringssystemen Bachelorscriptie, 26 juli 203 Scriptiebegeleider: Dr. F.M. Spieksma Mathematisch Instituut, Universiteit Leiden Inhoudsopgave Inleiding 3 2 Twee systemen 4 2. Zonder

Nadere informatie

STOCHASTISCHE OPERATIONS RESEARCH

STOCHASTISCHE OPERATIONS RESEARCH STOCHASTISCHE OPERATIONS RESEARCH Staf: prof.dr Henk Zijm prof.dr Richard Boucherie mevr. dr Nelly Litvak dr Jan-Kees van Ommeren dr.ir Werner Scheinhardt mevr. dr Judith Vink-Timmer Promovendi: ir. Bas

Nadere informatie

Stochastische Modellen in Operations Management (153088)

Stochastische Modellen in Operations Management (153088) Stochastische Modellen in Oerations Management (15388) S1 S2 Ack X ms X ms S 24 ms R1 R2 R3 L1 L2 1 ms 1 ms D Internet D1 D2 Richard Boucherie Stochastische Oerations Research TW, Ravelijn H 219 htt://wwwhome.math.utwente.nl/~boucherierj/onderwijs/15388/15388.html

Nadere informatie

Stochastische Modellen in Operations Management (153088)

Stochastische Modellen in Operations Management (153088) Stochastische Modellen in Oerations Management (153088) S1 S2 Ack X ms X ms S0 240 ms R1 R2 R3 L1 L2 10 ms 10 ms D0 Internet D1 D2 Richard Boucherie Stochastische Oerations Research TW, Citadel 125 htt://wwwhome.math.utwente.nl/~boucherierj/onderwijs/153088/153088.html

Nadere informatie

Cover Page. The handle holds various files of this Leiden University dissertation

Cover Page. The handle   holds various files of this Leiden University dissertation Cover Page The handle http://hdl.handle.net/1887/39637 holds various files of this Leiden University dissertation Author: Smit, Laurens Title: Steady-state analysis of large scale systems : the successive

Nadere informatie

S n = tijdstip van de n-de gebeurtenis, T n = S n S n 1 = tijd tussen n-de en (n 1)-de gebeurtenis.

S n = tijdstip van de n-de gebeurtenis, T n = S n S n 1 = tijd tussen n-de en (n 1)-de gebeurtenis. VERNIEUWINGSPROCESSEN In hoofdstuk 6 hebben we gezien wat een Poisson proces is. Definitie van een Poisson proces: Een Poisson proces met intensiteit λ (notatie P P (λ)) is een stochastisch proces {N(t),

Nadere informatie

b. de aantallen aankomsten in disjuncte tijdsintervallen zijn onafhankelijk van elkaar

b. de aantallen aankomsten in disjuncte tijdsintervallen zijn onafhankelijk van elkaar APPENDIX: HET POISSON PROCES Een stochastisch proces dat onlosmakelijk verbonden is met de Poisson verdeling is het Poisson proces. Dit is een telproces dat het aantal optredens van een bepaalde gebeurtenis

Nadere informatie

Wachtrijtheorie. Hester Vogels en Franziska van Dalen. 11 juni 2013

Wachtrijtheorie. Hester Vogels en Franziska van Dalen. 11 juni 2013 Wachtrijtheorie Hester Vogels en Franziska van Dalen 11 juni 2013 1 1 Inleiding Een mens wacht gemiddeld 15.000 uur in zijn leven. Dit is bijvoorbeeld in de rij bij de kassa van een winkel, aan de telefoon

Nadere informatie

Stochastische Modellen in Operations Management (153088)

Stochastische Modellen in Operations Management (153088) S1 S2 X ms X ms Stochastische Modellen in Operations Management (153088) R1 S0 240 ms Ack Internet R2 L1 R3 L2 10 ms 1 10 ms D1 Richard Boucherie Stochastische Operations Research TW, Ravelijn H 219 http://wwwhome.math.utwente.nl/~boucherierj/onderwijs/153088/153088.html

Nadere informatie

Wachten of niet wachten: Dat is de vraag

Wachten of niet wachten: Dat is de vraag Wachten of niet wachten: Dat is de vraag Sindo Núñez-Queija Centrum voor Wiskunde en Informatica Technische Universiteit Eindhoven Wachten of niet wachten: Dat is de vraag Wanneer heeft u voor het laatst

Nadere informatie

Kantoorruimte is simpelweg te duur om verloren te laten gaan aan ongebruikte toiletten technische studie Kurt Van Hautegem Wouter Rogiest

Kantoorruimte is simpelweg te duur om verloren te laten gaan aan ongebruikte toiletten technische studie Kurt Van Hautegem Wouter Rogiest Kantoorruimte is simpelweg te duur om verloren te laten gaan aan ongebruikte toiletten technische studie Kurt Van Hautegem Wouter Rogiest In dit document geven we een korte toelichting bij de aannames

Nadere informatie

MARKOV KETENS, OF: WAT IS DE KANS DAT MEVROUW DE VRIES NAT ZAL WORDEN?

MARKOV KETENS, OF: WAT IS DE KANS DAT MEVROUW DE VRIES NAT ZAL WORDEN? MARKOV KETENS, OF: WAT IS DE KANS DAT MEVROUW DE VRIES NAT ZAL WORDEN? KARMA DAJANI In deze lezing gaan we over een bijzonder model in kansrekening spreken Maar eerst een paar woorden vooraf Wat doen we

Nadere informatie

Figuur 1. Schematisch overzicht van de structuur van het twee-stadia recourse model.

Figuur 1. Schematisch overzicht van de structuur van het twee-stadia recourse model. Samenvatting In dit proefschrift worden planningsproblemen op het gebied van routering en roostering bestudeerd met behulp van wiskundige modellen en (numerieke) optimalisatie. Kenmerkend voor de bestudeerde

Nadere informatie

CPU scheduling : introductie

CPU scheduling : introductie CPU scheduling : introductie CPU scheduling nodig bij multiprogrammering doel: een zo hoog mogelijke CPU-bezetting, bij tevreden gebruikers proces bestaat uit afwisselend CPU-bursts en I/O-bursts lengte

Nadere informatie

Deel 2 van Wiskunde 2

Deel 2 van Wiskunde 2 Deel 2 van Wiskunde 2 Organisatorische informatie Wat Dag Tijd Zaal Docent College Tue 5+6 Aud 6+15 Jacques Resing Thu 1+2 Aud 1+4 Jacques Resing Werkcollege Tue 7+8 Aud 6+15 Jacques Resing Instructie

Nadere informatie

Waarom wachten voor verkeerslichten? Inhoud 2/16/2010. Introductie Wachtrijtheorie Simpel model: een opengebroken weg

Waarom wachten voor verkeerslichten? Inhoud 2/16/2010. Introductie Wachtrijtheorie Simpel model: een opengebroken weg Waarom wachten voor verkeerslichten? Marko Boon Nationale Wiskunde Dagen 2010 Inhoud Introductie Simpel model: een opengebroken weg Met vaste afstellingen Met dynamische afstellingen Ingewikkeldere kruispunten

Nadere informatie

Modem en Codec. Telematica. Amplitude-modulatie. Frequentie-modulatie. Soorten modems. Fase-modulatie

Modem en Codec. Telematica. Amplitude-modulatie. Frequentie-modulatie. Soorten modems. Fase-modulatie Modem en Codec Telematica Data Transmissie (Fysieke laag) Hoofdstuk 6 t/m 8 Een modem gebruikt analoge signalen om digitale signalen te versturen Een codec gebruikt digitale signalen om analoge signalen

Nadere informatie

P (X n+1 = j X n = i, X n 1,..., X 0 ) = P (X n+1 = j X n = i). P (X n+1 = j X n = i) MARKOV KETENS. Definitie van Markov keten:

P (X n+1 = j X n = i, X n 1,..., X 0 ) = P (X n+1 = j X n = i). P (X n+1 = j X n = i) MARKOV KETENS. Definitie van Markov keten: Definitie van Markov keten: MARKOV KETENS Een stochastisch proces {X n, n 0} met toestandsruimte S heet een discrete-tijd Markov keten (DTMC) als voor alle i en j in S geldt P (X n+ = j X n = i, X n,...,

Nadere informatie

P = LIMIETGEDRAG VAN MARKOV KETENS Limietverdeling van irreducibele, aperiodieke Markov keten:

P = LIMIETGEDRAG VAN MARKOV KETENS Limietverdeling van irreducibele, aperiodieke Markov keten: LIMIETGEDRAG VAN MARKOV KETENS Limietverdeling van irreducibele, aperiodieke Markov keten: Voorbeeld: Zoek de unieke oplossing van het stelsel π = π P waarvoor bovendien geldt dat i S π i = 1. P = 0 1/4

Nadere informatie

Hoe houden we de gezondheidszorg bemensbaar?

Hoe houden we de gezondheidszorg bemensbaar? Hoe houden we de gezondheidszorg bemensbaar? Richard J. Boucherie CHOIR: Center for Healthcare Operations Improvement & Research Symposium LSSH, 24/06/2014 20140407 r.j.boucherie@utwente.nl / www.utwente.nl/choir

Nadere informatie

Methoden voor simultane toegang tot en verkeersregulering in draadloze communicatienetwerken

Methoden voor simultane toegang tot en verkeersregulering in draadloze communicatienetwerken Samenvatting Methoden voor simultane toegang tot en verkeersregulering in draadloze communicatienetwerken De enorme toename in het gebruik van draadloze communicatienetwerken heeft geleid tot een sterk

Nadere informatie

Schriftelijk tentamen Digitale Telecommunicatie Technieken (5LL20) en Telecommunicatie Techniek (5LL50) op dinsdag 14 juni 2005 van

Schriftelijk tentamen Digitale Telecommunicatie Technieken (5LL20) en Telecommunicatie Techniek (5LL50) op dinsdag 14 juni 2005 van Schriftelijk tentamen Digitale Telecommunicatie Technieken (5LL20) en Telecommunicatie Techniek (5LL50) op dinsdag 14 juni 2005 van 14.00-17.00 uur Studenten die in het nieuwe vak (5LL50) tentamen doen

Nadere informatie

Les D-02 Datacommunicatie op Ethernet en Wifi netwerken

Les D-02 Datacommunicatie op Ethernet en Wifi netwerken Les D-02 Datacommunicatie op Ethernet en Wifi netwerken In deze les staan we stil bij datacommunicatie op Ethernet netwerken en Wifi netwerken. 2.1 Wat is datacommunicatie? We spreken van datacommunicatie

Nadere informatie

Sensornetwerk controleert omgeving

Sensornetwerk controleert omgeving Sensornetwerk controleert omgeving Wiskunde repareert imperfectie van een sensornetwerk en spoort zo indringers op. Een draadloos sensornetwerk kan gebruikt worden om een omgeving in de gaten te houden,

Nadere informatie

Stochastische Modellen in Operations Management (153088)

Stochastische Modellen in Operations Management (153088) R1 L1 R2 S0 Stochastische Modellen in Operations Management (153088) 240 ms 10 ms Ack Internet Richard Boucherie Stochastische Operations Research TW, Ravelijn H 219 http://wwwhome.math.utwente.nl/~boucherierj/onderwijs/153088/153088.html

Nadere informatie

Optimale sessieverdeling voor orthopeden

Optimale sessieverdeling voor orthopeden Optimale sessieverdeling voor orthopeden Eline Tsai, MSc e.r.tsai@utwente.nl Begeleiders: R.J. Boucherie (UT) R.F.M. Vromans (Sint Maartenskliniek) Sint Maartenskliniek Houding en beweging Specialismen:

Nadere informatie

Wachtrijtheorie op verkeersmodellen

Wachtrijtheorie op verkeersmodellen Wachtrijtheorie op verkeersmodellen Jan Jelle de Wit 20 juli 202 Bachelorscriptie Begeleiding: prof.dr. R. Núñez Queija KdV Instituut voor wiskunde Faculteit der Natuurwetenschappen, Wiskunde en Informatica

Nadere informatie

De dimensie van een deelruimte

De dimensie van een deelruimte De dimensie van een deelruimte Een deelruimte van R n is een deelverzameling die op zichzelf ook een vectorruimte is. Ter herinnering : Definitie. Een deelverzameling H van R n heet een deelruimte van

Nadere informatie

Analyse van discrete-tijd-wachtlijnsystemen met meerdimensionale toestandsruimte

Analyse van discrete-tijd-wachtlijnsystemen met meerdimensionale toestandsruimte Openbare verdediging van het proefschrift Analyse van discrete-tijd-wachtlijnsystemen met meerdimensionale toestandsruimte Stijn De Vuyst Promotoren: Prof. Dr. ir. Herwig Bruneel Prof. Dr. ir. Sabine Wittevrongel

Nadere informatie

Tentamen Inleiding Kansrekening wi juni 2010, uur

Tentamen Inleiding Kansrekening wi juni 2010, uur Technische Universiteit Delft Mekelweg Faculteit Electrotechniek, Wiskunde en Informatica 8 CD Delft Tentamen Inleiding Kansrekening wi juni, 9.. uur Bij dit examen is het gebruik van een (evt. grafische

Nadere informatie

Deeltentamen Vraag 1 (0.25 punten) Vraag 2 (0.25 punten) Vraag 3 (0.25 punten) Vraag 4 (0.25 punten) *-vragen ( relatief simpel 2 punten)

Deeltentamen Vraag 1 (0.25 punten) Vraag 2 (0.25 punten) Vraag 3 (0.25 punten) Vraag 4 (0.25 punten) *-vragen ( relatief simpel 2 punten) Deeltentamen 2013 *-vragen ( relatief simpel 2 punten) Vraag 1 (0.25 punten) In wachtrijtheorie (blz. 226) wordt het symbool λ gebruikt voor: A. De gemiddelde tijd tussen twee aankomsten B. Het gemiddeld

Nadere informatie

MARKOV MODEL MET KOSTEN In Markov modellen zijn we vaak geïnteresseerd in kostenberekeningen.

MARKOV MODEL MET KOSTEN In Markov modellen zijn we vaak geïnteresseerd in kostenberekeningen. MARKOV MODEL MET KOSTEN In Markov modellen zijn we vaak geïnteresseerd in kostenberekeningen. voorraadmodel: voorraadkosten personeelsplanningmodel: salariskosten machineonderhoudsmodel: reparatiekosten

Nadere informatie

Ir. Jeroen van Oostrum PhD kandidaat Econometrisch Instituut, Erasmus School of Economics

Ir. Jeroen van Oostrum PhD kandidaat Econometrisch Instituut, Erasmus School of Economics Optimaliseren van patiëntplanning met behulp van zorgpaden en cyclische planningsmethoden Ir. Jeroen van Oostrum PhD kandidaat Econometrisch Instituut, Erasmus School of Economics (vanoostrum@few.eur.nl)

Nadere informatie

1) De IEEE b-aanbeveling is ontwikkeld voor vaste netwerken. goed/fout. 4) GPRS biedt een circuitgeschakelde netwerkservice.

1) De IEEE b-aanbeveling is ontwikkeld voor vaste netwerken. goed/fout. 4) GPRS biedt een circuitgeschakelde netwerkservice. Mobiele netwerken Studieroute Bestudeer eerst de theorie in hoofdstuk 2 en maak daarna de volgende vragen en opdrachten. Kennisvragen Geef aan of de volgende stellingen goed of fout zijn: 1) De IEEE 802.11b-aanbeveling

Nadere informatie

Radio & Security. Complete Security BVBA. Niet alle 868 MHZ alarmsystemen zijn gelijkwaardig!

Radio & Security. Complete Security BVBA. Niet alle 868 MHZ alarmsystemen zijn gelijkwaardig! 2 Complete Security BVBA Radio & Security Niet alle 868 MHZ alarmsystemen zijn gelijkwaardig! De meest gebruikte frequentie voor SRD (Short Range Device) is 433 MHz. Naast alarmsystemen wordt deze frequentie

Nadere informatie

Hoofdstuk 20 Wachtrijentheorie

Hoofdstuk 20 Wachtrijentheorie Hoofdstuk 20 Wachtrijentheorie Beschrijving Iedereen van ons heeft al tijd gespendeerd in een wachtrij: b.v. aanschuiven in de Alma restaurants. In dit hoofdstuk onwikkelen we mathematische modellen voor

Nadere informatie

Hertentamen Biostatistiek 3 / Biomedische wiskunde

Hertentamen Biostatistiek 3 / Biomedische wiskunde Hertentamen Biostatistiek 3 / Biomedische wiskunde 2 juni 2014; 18:30-20:30 NB. Geef een duidelijke toelichting bij de antwoorden. Na correctie liggen de tentamens ter inzage bij het onderwijsbureau. Het

Nadere informatie

4Logical Link Control: 4Medium Access Control

4Logical Link Control: 4Medium Access Control Opdeling Datalink Laag Telematica LANs Hoofdstuk 15 4Logical Link Control: n Error handling n Flow Control 4Medium Access Control: n Framing n Access Control n Addressing LLC en MAC sublagen MAC 4Medium

Nadere informatie

Practicum wachtrijtheorie

Practicum wachtrijtheorie SPM0001 1e week Technische Bestuurskunde Woensdag 5 september 2012, 10:30 12:30 uur Plaats: TBM begane grond (zalen B, C, D1, D2, computerzaal A en studielandschap) Practicum wachtrijtheorie Het practicum

Nadere informatie

Wiskundige modellen voor beddenplanning. prof.dr. Ger Koole PICA minisymposium VUmc, 2 november 2016

Wiskundige modellen voor beddenplanning. prof.dr. Ger Koole PICA minisymposium VUmc, 2 november 2016 Wiskundige modellen voor beddenplanning prof.dr. Ger Koole PICA minisymposium VUmc, 2 november 2016 Data Bezetting typische kliniek Fluctueert aanzienlijk: Bezetting < 100% maar ook weigeringen Hoe capaciteitsbeslissingen

Nadere informatie

Statistiek voor Natuurkunde Opgavenserie 1: Kansrekening

Statistiek voor Natuurkunde Opgavenserie 1: Kansrekening Statistiek voor Natuurkunde Opgavenserie 1: Kansrekening Inleveren: 12 januari 2011, VOOR het college Afspraken Serie 1 mag gemaakt en ingeleverd worden in tweetallen. Schrijf duidelijk je naam, e-mail

Nadere informatie

Personeelsplanning in een schoolkantine

Personeelsplanning in een schoolkantine Personeelsplanning in een schoolkantine BWI werkstuk Januari 212 Petra Vis Begeleider: prof. dr. R.D. van der Mei Vrije Universiteit Faculteit der Exacte Wetenschappen Bedrijfswiskunde en Informatica De

Nadere informatie

De Wachttijd-paradox

De Wachttijd-paradox De Wachttijd-paradox Korteweg-de Vries Instituut voor Wiskunde Universiteit van Amsterdam Mastercourse 15 november 25 Peter Spreij spreij@science.uva.nl 1 Het probleem In deze mastercourse behandelen

Nadere informatie

Guus kom naar huus... of over koeienstallen, robots en wachtrijen

Guus kom naar huus... of over koeienstallen, robots en wachtrijen Guus kom naar huus... of over koeienstallen, robots en wachtrijen Ivo Adan Faculteit Wiskunde en Informatice TU Eindhoven 31 januari 2003 / department of mathematics and computer science 1/20 Nieuwe ontwikkeling

Nadere informatie

Opgaven voor Kansrekening

Opgaven voor Kansrekening Opgaven voor Kansrekening Opgave 1. Je hebt 4 verschillende wiskunde boeken, 6 psychologie boeken en 2 letterkundige boeken. Hoeveel manieren zijn er om deze twaalf boeken op een boord te plaatsen als:

Nadere informatie

Opgaven voor Kansrekening

Opgaven voor Kansrekening Wiskunde 1 voor kunstmatige intelligentie Opgaven voor Kansrekening Opgave 1. Een oneerlijke dobbelsteen is zo gemaakt dat 3 drie keer zo vaak valt als 4 en 2 twee keer zo vaak als 5. Verder vallen 1,

Nadere informatie

Wiskunde en zorg: achtergronden voor een betere planning

Wiskunde en zorg: achtergronden voor een betere planning Wiskunde en zorg: achtergronden voor een betere planning NVZ/VLM Masterclass patiëntenlogistiek Prof.dr. Ger Koole PICA, kenniscentrum patiëntenlogistiek VU/VUmc Doel bijdrage masterclass Inzicht relatie

Nadere informatie

FLIPIT 5. (a i,j + a j,i )d i d j = d j + 0 = e d. i<j

FLIPIT 5. (a i,j + a j,i )d i d j = d j + 0 = e d. i<j FLIPIT JAAP TOP Een netwerk bestaat uit een eindig aantal punten, waarbij voor elk tweetal ervan gegeven is of er wel of niet een verbinding is tussen deze twee. De punten waarmee een gegeven punt van

Nadere informatie

OR in de zorg: een persoonlijk overzicht

OR in de zorg: een persoonlijk overzicht OR in de zorg: een persoonlijk overzicht René Bekker Afdeling Wiskunde, VU Zorguitgaven Verenigde Staten In 2007: $2.3 triljoen Voorspellingen 2011 & 2016: $3 & $4.2 triljoen Zorguitgaven zijn 4.3 maal

Nadere informatie

De dynamica van een hertenpopulatie. Verslag 1 Modellen en Simulatie

De dynamica van een hertenpopulatie. Verslag 1 Modellen en Simulatie De dynamica van een hertenpopulatie Verslag Modellen en Simulatie 8 februari 04 Inleiding Om de groei van een populatie te beschrijven, kunnen vele verschillende modellen worden gebruikt, en welke meer

Nadere informatie

Exponentiële Functie: Toepassingen

Exponentiële Functie: Toepassingen Exponentiële Functie: Toepassingen 1 Overgang tussen exponentiële functies en lineaire functies Wanneer we werken met de exponentiële functie is deze niet altijd gemakkelijk te herkennen. Daarom proberen

Nadere informatie

Bijlage bij aflevering 3 van de serie Formatief evalueren bij wiskunde

Bijlage bij aflevering 3 van de serie Formatief evalueren bij wiskunde Niveaumodellen Bijlage bij aflevering van de serie Formatief evalueren bij wiskunde Inleiding Niveaucriteria kun je gebruiken om groei van leerlingen in kaart te brengen en horen bij een leerdoel, een

Nadere informatie

Een desktopcomputer kan uit de volgende onderdelen zijn opgebouwd:

Een desktopcomputer kan uit de volgende onderdelen zijn opgebouwd: Soorten Personal Computers De drie meest voorkomende computers zijn: * Desktop * Laptop * Tablet Een desktopcomputer kan uit de volgende onderdelen zijn opgebouwd: Systeemkast Beeldscherm Toetsenbord Printer

Nadere informatie

Statistiek voor A.I. College 4. Donderdag 20 September 2012

Statistiek voor A.I. College 4. Donderdag 20 September 2012 Statistiek voor A.I. College 4 Donderdag 20 September 2012 1 / 30 2 Deductieve statistiek Kansrekening 2 / 30 Cycle 3 / 30 Context 4 / 30 2 Deductieve statistiek Vandaag: Eigenschappen kansen Oneindige

Nadere informatie

1.2 Schakelopdrachten van Loc-extrafuncties aan verschillende plaatsen van het schakelverloop in Automatiekbedrijf activeren.

1.2 Schakelopdrachten van Loc-extrafuncties aan verschillende plaatsen van het schakelverloop in Automatiekbedrijf activeren. De nieuwe Lissy-ontvanger 68610 heeft als opvolger van de Lissy-ontvanger 68600 extra nieuwe functies: Lokindividuele wachttijd bij automatiekbedrijf in het Pendelverkeer, Stoppositie en Blockpositie,

Nadere informatie

communicatie is onderhevig aan fouten

communicatie is onderhevig aan fouten 1.1 Een communicatiemodel Algemeen communicatiemodel Model voor datacommunicatie Verschil datacommunicatie en telecommunicatie Communicatie schematisch communicatie is onderhevig aan fouten Datacommunicatie

Nadere informatie

4 HELP! IK HEB GEEN LOZE LEIDINGEN... 7 4.1 KABELS?... 7 4.2 POWERLINE... 7 4.3 VERBINDINGEN... 7 5 GEBRUIK VAN EEN WIFI REPEATER...

4 HELP! IK HEB GEEN LOZE LEIDINGEN... 7 4.1 KABELS?... 7 4.2 POWERLINE... 7 4.3 VERBINDINGEN... 7 5 GEBRUIK VAN EEN WIFI REPEATER... Inhoudsopgave File: Project_09.doc 16 september 2015 1 PROBLEEM... 2 1.1 WONING BESCHRIJVING... 2 1.2 ROUTER... 3 2 WLAN EN LAN UITBREIDINGEN... 4 2.1 NIEUWE SITUATIE 1... 4 2.2 NIEUWE SITUATIE 2... 5

Nadere informatie

Stochastische Modellen in Operations Management (153088)

Stochastische Modellen in Operations Management (153088) Stochastische Modellen in Operations Management (153088) S1 S2 X ms X ms R1 S0 240 ms Ack L1 R2 10 ms Internet R3 L2 D0 10 ms D1 D2 Richard Boucherie Stochastische Operations Research TW, Ravelijn H 219

Nadere informatie

RSA. F.A. Grootjen. 8 maart 2002

RSA. F.A. Grootjen. 8 maart 2002 RSA F.A. Grootjen 8 maart 2002 1 Delers Eerst wat terminologie over gehele getallen. We zeggen a deelt b (of a is een deler van b) als b = qa voor een of ander geheel getal q. In plaats van a deelt b schrijven

Nadere informatie

We zullen in deze les kijken hoe we netwerken kunnen analyseren, om bijvoorbeeld de volgende vragen te kunnen beantwoorden:

We zullen in deze les kijken hoe we netwerken kunnen analyseren, om bijvoorbeeld de volgende vragen te kunnen beantwoorden: Wiskunde voor kunstmatige intelligentie, 24 Les 5 Proces analyse Veel processen laten zich door netwerken beschrijven, waarin een aantal knopen acties aangeeft en opdrachten langs verbindingen tussen de

Nadere informatie

Cellulaire communicatie

Cellulaire communicatie Cellulaire communicatie Studieroute Bestudeer eerst de theorie in hoofdstuk 1 en maak daarna de volgende vragen en opdrachten. Kennisvragen Geef aan of de volgende stellingen goed of fout zijn: 1) Naast

Nadere informatie

DIGITAL WIRELESS Doelstellingen van de opleiding : Tijdens deze 2-daagse cursus : Voor wie is deze cursus bedoeld? Hij richt zich bijvoorbeeld tot :

DIGITAL WIRELESS Doelstellingen van de opleiding : Tijdens deze 2-daagse cursus : Voor wie is deze cursus bedoeld? Hij richt zich bijvoorbeeld tot : DIGITAL WIRELESS Doelstellingen van de opleiding : Door de stijgende integratie van voice en data groeien WAN- en LAN toepassingen naar elkaar toe. Wireless Netwerken bieden een betrouwbare en flexibele

Nadere informatie

Modelleren C Appels. Christian Vleugels Sander Verkerk Richard Both. 2 april 2010. 1 Inleiding 2. 3 Data 3. 4 Aanpak 3

Modelleren C Appels. Christian Vleugels Sander Verkerk Richard Both. 2 april 2010. 1 Inleiding 2. 3 Data 3. 4 Aanpak 3 Modelleren C Appels Christian Vleugels Sander Verkerk Richard Both 2 april 2010 Inhoudsopgave 1 Inleiding 2 2 Probleembeschrijving 2 3 Data 3 4 Aanpak 3 5 Data-analyse 4 5.1 Data-analyse: per product.............................

Nadere informatie

Examen HAVO. Wiskunde A1,2

Examen HAVO. Wiskunde A1,2 Wiskunde A1,2 Examen AVO oger Algemeen Voortgezet Onderwijs Tijdvak 2 Woensdag 21 juni 1.0 16.0 uur 20 00 Dit examen bestaat uit 21 vragen. Voor elk vraagnummer is aangegeven hoeveel punten met een goed

Nadere informatie

Betrouwbaarheid en levensduur

Betrouwbaarheid en levensduur Kansrekening voor Informatiekunde, 26 Les 7 Betrouwbaarheid en levensduur 7.1 Betrouwbaarheid van systemen Als een systeem of netwerk uit verschillende componenten bestaat, kan men zich de vraag stellen

Nadere informatie

PROJECTPLAN GAME REISINFORMATIE BERBER VOLLEMA, STAN ALBERS, JAN JAAP VERMEIRE, CORVAN T WOUDT

PROJECTPLAN GAME REISINFORMATIE BERBER VOLLEMA, STAN ALBERS, JAN JAAP VERMEIRE, CORVAN T WOUDT PROJECTPLAN GAME REISINFORMATIE BERBER VOLLEMA, STAN ALBERS, JAN JAAP VERMEIRE, CORVAN T WOUDT INTRODUCTIE Wachten op een perron, zonder te weten wanneer je trein komt en hoe je op je bestemming komt,

Nadere informatie

Werkblad 3 Bewegen antwoorden- Thema 14 (NIVEAU BETA)

Werkblad 3 Bewegen antwoorden- Thema 14 (NIVEAU BETA) Werkblad 3 Bewegen antwoorden- Thema 14 (NIVEAU BETA) Theorie In werkblad 1 heb je geleerd dat krachten een snelheid willen veranderen. Je kunt het ook omdraaien, als er geen kracht werkt, dan verandert

Nadere informatie

Examen HAVO. Wiskunde A1,2

Examen HAVO. Wiskunde A1,2 Wiskunde A1,2 Examen HAVO Hoger Algemeen Voortgezet Onderwijs Tijdvak 1 Donderdag 25 mei 13.30 16.30 uur 20 00 Dit examen bestaat uit 19 vragen. Voor elk vraagnummer is aangegeven hoeveel punten met een

Nadere informatie

Kansrekening en stochastische processen 2S610

Kansrekening en stochastische processen 2S610 Kansrekening en stochastische processen 2S610 Docent : Jacques Resing E-mail: j.a.c.resing@tue.nl http://www.win.tue.nl/wsk/onderwijs/2s610 1/39 Een stochastisch proces (stochastic proces) X (t) bestaat

Nadere informatie

Studiegids WORKclass Business Analytics

Studiegids WORKclass Business Analytics Studiegids WORKclass Business Analytics 08 september 2015 09.30 uur - 17.00 uur 29 september 2015 09.00 uur - 17.00 uur Achtergrond Opleiding We leven in een wereld waarin steeds meer data beschikbaar

Nadere informatie