Wachttijdtheorie (vakcode )

Maat: px
Weergave met pagina beginnen:

Download "Wachttijdtheorie (vakcode )"

Transcriptie

1 Wachttidtheorie vacode Doel Introductie theorie netweren van wachtrien met nadru o exacte analytische olossingen. Omvang 3 SP 5 ECTS volgend aar Ca 18 bieenomsten Plaats: 4.2 Vorm: Hoorcollege / wercollege / zelfstudie / zelf resenteren Collegemateriaal: handouts / downloads Karater: zelf weren, hc is gids door studiemateriaal Tentamen: odrachten / resentatie / mondeling tentamen Richard Boucherie Stochastische Oerations Research -- TW INF-P002e htt://wwwhome.math.utwente.nl/~boucherier/onderwis/153087/ html

2 Wachttidtheorie vacode Inhoud 1. Introductie 2. Stationariteit, Conceten globaal, artieel en detailed balance reversibiliteit, quasi reversibiliteit 3. Voorbeelden eenvoudige wachtrien, Bure outut queue, Jacson networs; Gordon en Newell networs; Kelly-Whittle networs, BCMP networs rilengte in roductvorm netweren 4. hase tye verdelingen, ongevoeligheid via concet Whittle en via hase tyes 5. PASTA, arrival theorem oen en gesloten netweren via quotient rates 6. Buzen, Single class MVA exact, Norton 7. G/M/1 rilengte en Matrix geometrische methode 8. Genererende functies en Lalace Stieltes transformatie, M/G/1, G/M/1 9. Soourn times in tandem netweren

3 Vandaag en volgende eer: Introductie Marov eten: definitie Reversibiliteit Geboorte-Sterfte rocessen Ehrenfest model Kolmogorov s criteria Truncatie Tidsomering

4 Vandaag en volgende eer: Introductie Marov eten: definitie Reversibiliteit Geboorte-Sterfte rocessen Ehrenfest model Kolmogorov s criteria Truncatie Tidsomering

5 AEX Continu, er minuut, er dag Toevalsroces: weten niet exact waarom omhoog of omlaag Kans niveau 300 of 400 eind 2003? Stochastische roces / Marov eten / Marov roces Dronemanswandeling / random wal htt://

6 Vandaag en volgende eer: Introductie Marov eten: definitie Reversibiliteit Geboorte-Sterfte rocessen Ehrenfest model Kolmogorov s criteria Truncatie Tidsomering

7 Marov eten in discrete tid stochastisch roces Xt toestandensruimte S Stationair X t1, X t2,..., X tn ~ X t1 + τ, X t2 + τ,..., X tn + τ Marov eigenscha P X t n+ 1 P X t n+ 1 n+ 1 n+ 1 X t n X t n n,..., n X t 1 1 tids homogeniteit P X t +τ X t onafh t irreducibel: iedere toestand in S bereibaar vanuit iedere andere toestand in S transitie ansen / overgansansen matrix discrete time, P X t + 1 X t S, 1 aeriodie

8 Modelleer als Marov eten Weerman Kans regen hangt af van weer vandaag Pmorgen regen vandaag regen Pmorgen regen vandaag droog Toestand 1 : regen Toestand 2 : droog X n toestand weer o dag n Betere weerman? Kans regen hangt af van weer vandaag en gister Pmorgen regen vandaag en gister regen 0.7 Pmorgen regen vandaag regen, gister droog 0.5 Pmorgen regen vandaag droog, gister regen 0.4 Pmorgen regen vandaag en gister droog 0.2 Toestand 1 : regen Toestand 2 : droog X n toestand weer o dag n

9 Olossing Weerman X n toestand weer o dag n Toestand 1 : regen Toestand 2 : droog 11 Pmorgen regen vandaag regen 21 Pmorgen regen vandaag droog P α β 1 α 1 β Betere weerman? Kans regen hangt af van weer vandaag en gister maa Marov eten X n toestand weer o dag n en dag n-1 Toestand 1 : regen vandaag en gister Toestand 2 : regen vandaag, droog gister Toestand 3: regen gister, droog vandaag Toestand 4: droog vandaag en gister 11 Pmorgen regen vandaag en gister regen Pmorgen regen vandaag regen, gister droog Pmorgen regen vandaag droog, gister regen Pmorgen regen vandaag en gister droog 0.2 P

10 Modelleer als Marov eten Dronemanswandeling X n # o - # munt in n woren, X 0 0 W n uitomst n-de wor W n {-1,+1} PW n +1, X n W W n X n ositie o tidsti n {,-2,-1,0,1,2, } is eigenli moeilier: niet eindige toestandsruimte i, i+ 1 P X n+ 1 X n i i, i 1 1 overgangsansen matrix is niet mogeli wel voor roces met eindig aantal staen

11 Discrete tid Marov eten Evenwichtsverdeling? Tidshomogeen, irreducibel, aeriodie π, S π 1 global balance equations evenwichtsvergeliingen π π. S S als olossing die genormaliseerd an worden dan evenwichtsverdeling als evenwichtsverdeling bestaat, dan unie en lim t P X t X 0 π en is dus limietverdeling bovendien P X 0 π, S P X t π, S stationaire verdeling evenwichtsverdeling bestaat niet d.e.s.d.a olossing evenwichtsvgl met som `

12 Continue tid Marov eten regular Transition rates Global balance evenwichtsvergeliing Evenwichtsverdeling? Tidshomogeen, irreducibel, aeriodie Verblif in toestand : exonentieel met rate daarna srong toestand naar toestand met ans Marov srong eten evenwichtdsverdeling?., q q S S π π τ τ τ lim, 0 t X t X P q +, q q S,, q q

13 Ogaven: Modelleer als Marov eten

14 Vandaag en volgende eer: Introductie Marov eten: definitie Reversibiliteit Geboorte-Sterfte rocessen Ehrenfest model Kolmogorov s criteria Truncatie Tidsomering

15 Reversibiliteit Tidsomeer: stochastisch zelfde roces Reversibel X t, X t2,..., X tn ~ X τ t1, X τ t2,..., X τ t 1 n Stelling 1.2 / 1.3: Stationaire Marov eten reversibel d.e.s.d.a π, S π 1 S die voldoet aan detailed balance π q, π q. Als zo n collectie bestaat, dan is het evenwichtsverdeling nb oo versie voor discrete tid

16 Kansflux Interretatie rates Interretatie balansvergeliingen / detailed balance Lemma 1.4

17 Vandaag en volgende eer: Introductie Marov eten: definitie Reversibiliteit Geboorte-Sterfte rocessen Ehrenfest model Kolmogorov s criteria Truncatie Tidsomering

18 Geboorte-Sterfte roces Voorbeeld reversibel roces S{0,1,2,,K} q, 0 tenzi - 1. evenwichtsverdeling voldoet aan π q, 1 π 1 q 1. Evenwichtsverdeling π π 0 q r 1, r q r, 1 r 1 r Single server queue Erlang loss queue Ogaven

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

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

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 (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

Tentamen Voortgezette biostatistiek / Biomedische wiskunde

Tentamen Voortgezette biostatistiek / Biomedische wiskunde Tentamen Voortgezette biostatistiek / Biomedische wiskunde 27 maart 2015; 15:15-17:15 NB. Geef een duidelijke toelichting bij de antwoorden. Na correctie liggen de tentamens ter inzage bij het onderwijsbureau.

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

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

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

Tentamen Inleiding Kansrekening 9 juni 2016, 10:00 13:00 Docent: Prof. dr. F. den Hollander

Tentamen Inleiding Kansrekening 9 juni 2016, 10:00 13:00 Docent: Prof. dr. F. den Hollander Tentamen Inleiding Kansrekening 9 juni 6, : 3: Docent: Prof. dr. F. den Hollander Bij dit tentamen is het gebruik van boek en aantekeningen niet toegestaan. Er zijn 8 vragen, elk met onderdelen. Elk onderdeel

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

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

VU University Amsterdam 2018, juli 11.

VU University Amsterdam 2018, juli 11. Department of Mathematics Herexamen: Voortgezette biostatistiek VU University Amsterdam 018, juli 11. c Dept. of Mathematics, VU University Amsterdam NB. Geef een duidelijke toelichting bij de antwoorden.

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

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) 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

Hertentamen Voortgezette biostatistiek / Biomedische wiskunde

Hertentamen Voortgezette biostatistiek / Biomedische wiskunde Hertentamen Voortgezette biostatistiek / Biomedische wiskunde 3 juni 5; 8:3-:3 NB. Geef een duidelijke toelichting bij de antwoorden. Na correctie liggen de tentamens ter inzage bij het onderwijsbureau.

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

VU University Amsterdam 2019, maart 28.

VU University Amsterdam 2019, maart 28. Department of Mathematics Examen: Voortgezette biostatistiek (MNW) VU University Amsterdam 2019, maart 28. Dept. of Mathematics, VU University Amsterdam NB. Geef een duidelijke toelichting bij de antwoorden.

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

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

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

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

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

Handout Gambler s ruin

Handout Gambler s ruin Handout Gambler s ruin Een gokker heeft een startkaitaal van ie. Hij seelt herhaaldelijk een goksel waarbij hij telkens 1e inlegt. Met kans wint hij en wordt zijn inleg verdubbeld en met kans verliest

Nadere informatie

TW2040: Complexe Functietheorie

TW2040: Complexe Functietheorie TW2040: Complexe Functietheorie week 4.4, maandag K. P. Hart Faculteit EWI TU Delft Delft, 9 mei, 2016 K. P. Hart TW2040: Complexe Functietheorie 1 / 40 Outline 1 f : [a, b] C f : C C Primitieven 2 K.

Nadere informatie

TW2040: Complexe Functietheorie

TW2040: Complexe Functietheorie TW2040: Complexe Functietheorie week 4.9, maandag K. P. Hart Faculteit EWI TU Delft Delft, 13 juni, 2016 K. P. Hart TW2040: Complexe Functietheorie 1 / 41 Outline III.6 The Residue Theorem 1 III.6 The

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

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

uitwerkingen OefenTentamen kansrekening 2007

uitwerkingen OefenTentamen kansrekening 2007 Universiteit Utrecht *Universiteit-Utrecht Boedaestlaan Mathematisch Instituut 3584 CD Utrecht uitweringen OefenTentamen ansreening 2007 Uitwering van Ogave Ogave Veronderstel dat α de ans is dat van een

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

Hertentamen Voortgezette biostatistiek / Biomedische wiskunde

Hertentamen Voortgezette biostatistiek / Biomedische wiskunde Hertentamen Voortgezette biostatistiek / Biomedische wiskunde 1 juni 2016; 18:30-20:30 NB. Geef een duidelijke toelichting bij de antwoorden. Na correctie liggen de tentamens ter inzage bij het onderwijsbureau.

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

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

Zoek de unieke oplossing van het stelsel π = π P waarvoor bovendien geldt dat i S π i = 1.

Zoek de unieke oplossing van het stelsel π = π P waarvoor bovendien geldt dat i S π i = 1. LIMIETGEDRAG VAN REDUCIBELE MARKOV KETEN In het voorgaande hebben we gezien hoe we de limietverdeling van een irreducibele, aperiodieke Markov keten kunnen berekenen: Voorbeeld 1: Zoek de unieke oplossing

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

Department of Mathematics Exam: Voortgezette biostatistiek / Biomedische wiskunde VU University Amsterdam 2017, Maart 28

Department of Mathematics Exam: Voortgezette biostatistiek / Biomedische wiskunde VU University Amsterdam 2017, Maart 28 Department of Mathematics Exam: Voortgezette biostatistiek / Biomedische wiskunde VU University Amsterdam 07, Maart 8 c Dept. of Mathematics, VU University Amsterdam NB. Geef een duidelijke toelichting

Nadere informatie

1. (a) Formuleer het Cauchy criterium voor de convergentie van een reeks

1. (a) Formuleer het Cauchy criterium voor de convergentie van een reeks Radboud Universiteit Nijmegen Tentamen Analyse 1 WP001B 7 augustus 2015, 16:30 19:30 (20:30) Het gebruik van een rekenmachine, telefoon of tablet is niet toegestaan. U mag geen gebruik maken van het boek

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

VU University Amsterdam 2019, maart 28.

VU University Amsterdam 2019, maart 28. Department of Mathematics Examen: Biomedische wiskunde VU University Amsterdam 2019, maart 28. Dept. of Mathematics, VU University Amsterdam NB. Geef een duidelijke toelichting bij de antwoorden. Het gebruik

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

VU University Amsterdam 2018, Maart 27

VU University Amsterdam 2018, Maart 27 Department of Mathematics Exam: Voortgezette biostatistiek VU University Amsterdam 2018, Maart 27 c Dept. of Mathematics, VU University Amsterdam NB. Geef een duidelijke toelichting bij de antwoorden.

Nadere informatie

Prestatie-analyse van zone-picking systemen

Prestatie-analyse van zone-picking systemen Prestatie-analyse van zone-picking systemen Ivo Adan, Jelmer van der Gaast, René de Koster, Jacques Resing Donderdag 11 oktober Zone-picking systemen 2/38 Populair order-picking systeem Magazijn verdeeld

Nadere informatie

Toegepaste Wiskunde 2: Het Kalman-filter

Toegepaste Wiskunde 2: Het Kalman-filter Toegepaste Wiskunde 2: Het Kalman-filter 25 februari, 2008 Hans Maassen 1. Inleiding Het Kalman filter schat de toestand van een systeem op basis van een reeks, door ruis verstoorde waarnemingen. Een meer

Nadere informatie

Oude tentamenopgaven

Oude tentamenopgaven Oude tentamenopgaven (met enkele uitwerkingen Vraag De omvang (n van een celpopulatie over de tijd (t, 2, 3,... laat zich beschrijven middels een eerste orde Markov proces. Voor elke tijdstap, is het mogelijk

Nadere informatie

TW2040: Complexe Functietheorie

TW2040: Complexe Functietheorie TW2040: Complexe Functietheorie week 4.6, maandag K. P. Hart Faculteit EWI TU Delft Delft, 30 mei, 2016 K. P. Hart TW2040: Complexe Functietheorie 1 / 33 Outline 1 2 Algemeenheden Gedrag op de rand Machtreeksen

Nadere informatie

Tentamen Biostatistiek 3 / Biomedische wiskunde

Tentamen Biostatistiek 3 / Biomedische wiskunde Tentamen Biostatistiek 3 / Biomedische wiskunde 25 maart 2014; 12:00-14:00 NB. Geef een duidelijke toelichting bij de antwoorden. Na correctie liggen de tentamens ter inzage bij het onderwijsbureau. Het

Nadere informatie

b) Uit Bayes volgt, gebruik makend van onderdeel a) P (T V )P (V ) P (T ) = (0.09)(0.07)

b) Uit Bayes volgt, gebruik makend van onderdeel a) P (T V )P (V ) P (T ) = (0.09)(0.07) Uitwerkingen tentamen 6 juli 22. We stellen T de gebeurtenis test geeft positief resultaat, F de gebeurtenis, chauffeur heeft gefraudeerd, V de gebeurtenis, chauffeur heeft vergissing gemaakt C de gebeurtenis,

Nadere informatie

(b) Formuleer het verband tussen f en U(P, f), en tussen f en L(P, f). Bewijs de eerste. (c) Geef de definitie van Riemann integreerbaarheid van f.

(b) Formuleer het verband tussen f en U(P, f), en tussen f en L(P, f). Bewijs de eerste. (c) Geef de definitie van Riemann integreerbaarheid van f. Radboud Universiteit Nijmegen Tentamen Analyse 1 WP001B 2 juli 2015, 08:30 11:30 (12:30) Het gebruik van een rekenmachine, telefoon of tablet is niet toegestaan. U mag geen gebruik maken van het boek Analysis

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

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

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

Department of Mathematics Exam: Voortgezette biostatistiek / Biomedische wiskunde VU University Amsterdam 2017, Juni 7

Department of Mathematics Exam: Voortgezette biostatistiek / Biomedische wiskunde VU University Amsterdam 2017, Juni 7 Department of Mathematics Exam: Voortgezette biostatistiek / Biomedische wiskunde VU University Amsterdam 07, Juni 7 c Dept. of Mathematics, VU University Amsterdam NB. Geef een duidelijke toelichting

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

Uitwerking Tentamen Inleiding Kansrekening 11 juni 2015, uur Docent: Prof. dr. F. den Hollander

Uitwerking Tentamen Inleiding Kansrekening 11 juni 2015, uur Docent: Prof. dr. F. den Hollander Uitwerking Tentamen Inleiding Kansrekening juni 25,. 3. uur Docent: Prof. dr. F. den Hollander () [6] Zij F een gebeurtenissenruimte. Laat zien dat voor elke B F de verzameling G {A B : A F} opnieuw een

Nadere informatie

Tentamen Inleiding Kansrekening 25 juni 2009, uur Docent: F. den Hollander

Tentamen Inleiding Kansrekening 25 juni 2009, uur Docent: F. den Hollander Universiteit Leiden Niels Bohrweg Tentamen Inleiding Kansrekening 25 juni 2009, 0.00 3.00 uur Docent: F. den Hollander Mathematisch Instituut 2333 CA Leiden Bij dit tentamen is het gebruik van een (grafische)

Nadere informatie

Vrije Universiteit Faculteit der Economische Wetenschappen en Bedrijfskunde Afdeling Econometrie

Vrije Universiteit Faculteit der Economische Wetenschappen en Bedrijfskunde Afdeling Econometrie Vrije Universiteit Faculteit der Economische Wetenschappen en Bedrijfskunde Afdeling Econometrie Tentamen: Convexe Analyse en Optimalisering Opleiding: Bacheloropleiding Econometrie Vakcode: 64200 Datum:

Nadere informatie

module SC 12 Inleiding Risicotheorie donderdag 7 november uur

module SC 12 Inleiding Risicotheorie donderdag 7 november uur module SC 1 Inleiding Risicotheorie donderdag 7 november 013 13.30-16.30 uur Examen module SC 1 Inleiding Risicotheorie donderdag 7 november 013 Voordat u met de beantwoording van de vragen van dit examen

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

Stochastische Modellen in Operations Management (153088)

Stochastische Modellen in Operations Management (153088) R1 L1 R2 1 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

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

Convexe Analyse en Optimalisering

Convexe Analyse en Optimalisering Convexe Analyse en Optimalisering Bernd Heidergott Vrije Universiteit Amsterdam and Tinbergen Institute WEB: http://staff.feweb.vu.nl/bheidergott.htm Overzicht Boek: Optimization: Insights and Applications,

Nadere informatie

Stochastiek 2. Inleiding in de Mathematische Statistiek 1 / 17

Stochastiek 2. Inleiding in de Mathematische Statistiek 1 / 17 Stochastiek 2 Inleiding in de Mathematische Statistiek 1 / 17 Betrouwbaarheidsgebieden 2 / 17 Idee Een schatter T voor een parameter θ geeft één punt in de parameterruimte Θ. I.h.a. zal T θ onder P θ,

Nadere informatie

TW2040: Complexe Functietheorie

TW2040: Complexe Functietheorie TW2040: Complexe Functietheorie week 4.10, donderdag K. P. Hart Faculteit EWI TU Delft Delft, 23 juni, 2016 K. P. Hart TW2040: Complexe Functietheorie 1 / 46 Outline 1 2 3 K. P. Hart TW2040: Complexe Functietheorie

Nadere informatie

Hertentamen Inleiding Kansrekening 5 juli 2017, 14:00 17:00 Docent: Prof. dr. F. den Hollander

Hertentamen Inleiding Kansrekening 5 juli 2017, 14:00 17:00 Docent: Prof. dr. F. den Hollander Hertentamen Inleiding Kansrekening 5 juli 07, 4:00 7:00 Docent: Prof. dr. F. den Hollander Bij dit tentamen is het gebruik van boek en aantekeningen niet toegestaan, wel het gebruik van rekenmachine. Er

Nadere informatie

Tentamen Topologie, Najaar 2011

Tentamen Topologie, Najaar 2011 Tentamen Topologie, Najaar 2011 27.01.2012, 08:30-11:30, LIN 8 (HG00.308) Toelichting: Je mag geen hulpmiddelen (zoals aantekeningen, rekenmachine, telefoon, etc.) gebruiken, behalve de boeken van Gamelin/Greene

Nadere informatie

4051CALC1Y Calculus 1

4051CALC1Y Calculus 1 4051CALC1Y Calculus 1 College 23 23 oktober 2014 1 Programma Vanmiddag Trillingen (8.7) 2 Herhaling 2 e orde homogene lineaire differentiaal vergelijking De algemene oplossing voor ay + by + cy = 0 wordt

Nadere informatie

Overzicht Fourier-theorie

Overzicht Fourier-theorie B Overzicht Fourier-theorie In dit hoofdstuk geven we een overzicht van de belangrijkste resultaten van de Fourier-theorie. Dit kan als steun dienen ter voorbereiding op het tentamen. Fourier-reeksen van

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

Tentamen Inleiding Kansrekening 11 augustus 2011, uur

Tentamen Inleiding Kansrekening 11 augustus 2011, uur Mathematisch Instituut Niels Bohrweg Universiteit Leiden 2 CA Leiden Delft Tentamen Inleiding Kansrekening augustus 20, 09.00 2.00 uur Bij dit examen is het gebruik van een evt. grafische) rekenmachine

Nadere informatie

Uitwerking Hertentamen Inleiding Kansrekening 6 juli 2015, uur Docent: Prof. dr. F. den Hollander

Uitwerking Hertentamen Inleiding Kansrekening 6 juli 2015, uur Docent: Prof. dr. F. den Hollander Uitwerking Hertentamen Inleiding Kansrekening 6 jli 5, 4. 7. r Docent: Prof. dr. F. den Hollander Bij dit tentamen is het gebrik van boek en aantekeningen niet toegestaan. Er zijn vragen. Elke vraag is

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

Stochastische Modellen in Operations Management (vakcode )

Stochastische Modellen in Operations Management (vakcode ) Stochatche Modelle Oerato Maagemet (vakcode 5388) Rchard Bouchere Stochatche Oerato Reearch -- TW INF-2e htt://wwwhome.math.utwete.l/~boucherer/oderw/5388/5388.html AE Cotu, er muut, er dag Toevalroce:

Nadere informatie

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

Z.O.Z. Radboud Universiteit Nijmegen Tentamen Analyse 1 WP001B 16 juni 2016, 12:30 15:30 (16:30)

Z.O.Z. Radboud Universiteit Nijmegen Tentamen Analyse 1 WP001B 16 juni 2016, 12:30 15:30 (16:30) Radboud Universiteit Nijmegen Tentamen Analyse 1 WP001B 16 juni 016, 1:30 15:30 (16:30) Het gebruik van een rekenmachine, telefoon of tablet is niet toegestaan. U mag geen gebruik maken van aantekeningen

Nadere informatie

Modellen en Simulatie Lesliematrices Markovketens

Modellen en Simulatie Lesliematrices Markovketens Utrecht, 6 april 3 Modellen en Simulatie Lesliematrices Markovketens Program Meerdere leeftijdsklassen Leslie matrices Eigenwaarden en eigenvectoren Dominante eigenvector Irreducibele, a-periodieke matrices

Nadere informatie

Tentamen Inleiding Kansrekening 16 juni 2017, 14:00 17:00 Docent: Prof. dr. F. den Hollander

Tentamen Inleiding Kansrekening 16 juni 2017, 14:00 17:00 Docent: Prof. dr. F. den Hollander Tentamen Inleiding Kansrekening 6 juni 7, : 7: Docent: Prof. dr. F. den Hollander Bij dit tentamen is het gebruik van boek en aantekeningen niet toegestaan. Er zijn 8 vragen, elk met twee of drie onderdelen.

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

Het tentamen heeft 25 onderdelen. Met ieder onderdeel kan maximaal 2 punten verdiend worden.

Het tentamen heeft 25 onderdelen. Met ieder onderdeel kan maximaal 2 punten verdiend worden. Hertentamen Inleiding Kansrekening WI64. 9 augustus, 9:-: Het tentamen heeft 5 onderdelen. Met ieder onderdeel kan maximaal punten verdiend worden. Het tentamen is open boek. Boeken, nota s en een (eventueel

Nadere informatie

Analyse van een server farm met server-opstarttijden

Analyse van een server farm met server-opstarttijden Josefien Verschuure Analyse van een server farm met server-opstarttijden Bachelor scriptie Scriptiebegeleidster: Dr. F.M. Spieksma Inleverdatum: -07-06 Mathematisch instituut, Universiteit Leiden Inhoudsopgave

Nadere informatie

TW2040: Complexe Functietheorie

TW2040: Complexe Functietheorie TW2040: Complexe Functietheorie week 4.6, donderdag K. P. Hart Faculteit EWI TU Delft Delft, 2 juni, 2016 K. P. Hart TW2040: Complexe Functietheorie 1 / 38 Outline 1 Rekenregels 2 K. P. Hart TW2040: Complexe

Nadere informatie

WISB134 Modellen & Simulatie. Lecture 4 - Scalaire recursies

WISB134 Modellen & Simulatie. Lecture 4 - Scalaire recursies WISB34 Modellen & Simulatie Lecture 4 - Scalaire recursies Overzicht van ModSim Meeste aandacht (t/m apr.) Basisbegrippen dynamische modellen Definities recursies, DVs, numerieke methoden Oplossingen DVs

Nadere informatie

Examen Complexe Analyse vrijdag 20 juni 2014, 14:00 18:00 uur Auditorium De Molen. Het examen bestaat uit 4 schriftelijke vragen.

Examen Complexe Analyse vrijdag 20 juni 2014, 14:00 18:00 uur Auditorium De Molen. Het examen bestaat uit 4 schriftelijke vragen. Examen Complexe Analyse vrijdag 0 juni 04, 4:00 8:00 uur Auditorium De Molen Naam: Studierichting: Het examen bestaat uit 4 schriftelijke vragen. Elke vraag telt even zwaar mee. Het boek Visual Complex

Nadere informatie

1E HUISWERKOPDRACHT CONTINUE WISKUNDE

1E HUISWERKOPDRACHT CONTINUE WISKUNDE E HUISWERKOPDRACHT CONTINUE WISKUNDE Uiterste inleverdatum dinsdag oktober, voor het begin van het college N.B. Je moet de hele uitwerking opschrijven en niet alleen het antwoord geven. Je moet het huiswerk

Nadere informatie

Convexe Analyse en Optimalisering

Convexe Analyse en Optimalisering Convexe Analyse en Optimalisering Bernd Heidergott Vrije Universiteit Amsterdam en Tinbergen Institute WEB: http://staff.feweb.vu.nl/bheidergott Overzicht Literatuur Calculus, a complete course, Robert

Nadere informatie

Hertentamen Topologie, Najaar 2009

Hertentamen Topologie, Najaar 2009 Hertentamen Topologie, Najaar 2009 Toelichting: 06.05.2010 Je mag geen hulpmiddelen (zoals aantekeningen, rekenmachine etc.) gebruiken, behalve het boek van Runde en het aanvullende dictaat. Als je stellingen

Nadere informatie

Vectoranalyse voor TG

Vectoranalyse voor TG college 5 De tweevoudige integrl collegejr : 8-9 college : 5 build : 27 ugustus 28 slides : 48 Vndg dubbel en De tweevoudige integrl en inhoud 2 Herhlde integrl 3 4 Poolcoördinten intro VA Wt is een integrl?

Nadere informatie

FACULTEIT ECONOMIE EN BEDRIJFSKUNDE Afdeling Kwantitatieve Economie

FACULTEIT ECONOMIE EN BEDRIJFSKUNDE Afdeling Kwantitatieve Economie FACULTEIT ECONOMIE EN BEDRIJFSKUNDE Afdeling Kwantitatieve Economie Lineaire Algebra, tentamen Uitwerkingen vrijdag 4 januari 0, 9 uur Gebruik van een formuleblad of rekenmachine is niet toegestaan. De

Nadere informatie

CTB1002 deel 1 - Lineaire algebra 1

CTB1002 deel 1 - Lineaire algebra 1 CTB1002 deel 1 - Lineaire algebra 1 College 6 27 februari 2014 1 Opbouw college Vandaag behandelen we de rest van hoofdstuk 1.8 en 1.9 Voor de pauze: hoofdstuk 1.8 Na de pauze: hoofdstuk 1.9 2 Transformatie

Nadere informatie

Algebraïsche meetkunde. Jaap Top

Algebraïsche meetkunde. Jaap Top Algebraïsche meetkunde Jaap Top JBI-RuG & DIAMANT j.top@rug.nl 21 maart 2014 (DESDA symposium, Nijmegen) 1 Een definitie (wikipedia): 2 Vandaag drie voorbeelden van toepassingen. 3 Voorbeeld 1: (meetkunde

Nadere informatie

Stochastische spelen. Christian Hutter. Bachelorscriptie - Voorjaar 2005

Stochastische spelen. Christian Hutter. Bachelorscriptie - Voorjaar 2005 Stochastische spelen Christian Hutter Bachelorscriptie - Voorjaar 2005 1 Inhoudsopgave 1 Inleiding 3 2 Markov Beslissings theorie 4 2.1 Sommeerbare Markov beslissings processen.......... 4 2.1.1 Verdiscontering......................

Nadere informatie

TENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN

TENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN TENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN Vakcode: 8D00. Datum: Vrijdag 1 maart 003. Tijd: 14.00 17.00 uur. Plaats: VRT 03H04. Lees dit vóórdat je begint! Maak iedere ogave o een aart vel. Schrijf

Nadere informatie

Technische Universiteit Delft. ANTWOORDEN van Tentamen Gewone differentiaalvergelijkingen, TW2030 Vrijdag 30 januari 2015,

Technische Universiteit Delft. ANTWOORDEN van Tentamen Gewone differentiaalvergelijkingen, TW2030 Vrijdag 30 januari 2015, Technische Universiteit Delft Faculteit EWI ANTWOORDEN van Tentamen Gewone differentiaalvergelijkingen, TW23 Vrijdag 3 januari 25, 4.-7. Dit tentamen bestaat uit 6 opgaven. Alle antwoorden dienen beargumenteerd

Nadere informatie

Hoe houden we de gezondheidszorg betaalbaar?

Hoe houden we de gezondheidszorg betaalbaar? Hoe houden we de gezondheidszorg betaalbaar? Richard J. Boucherie Stochastic Operations Research Applied Mathematics CHOIR: Center for Healthcare Operations Improvement & Research 01/02/2013 r.j.boucherie@utwente.nl

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

TECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica

TECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Kansrekening (2WS2), Vrijdag 24 januari 24, om 9:-2:. Dit is een tentamen met gesloten boek. De uitwerkingen van de opgaven

Nadere informatie

34 HOOFDSTUK 1. EERSTE ORDE DIFFERENTIAALVERGELIJKINGEN

34 HOOFDSTUK 1. EERSTE ORDE DIFFERENTIAALVERGELIJKINGEN 34 HOOFDSTUK 1. EERSTE ORDE DIFFERENTIAALVERGELIJKINGEN 1.11 Vraagstukken Vraagstuk 1.11.1 Beschouw het beginwaardeprobleem = 2x (y 1), y(0) = y 0. Los dit beginwaardeprobleem op voor y 0 R en maak een

Nadere informatie

Vrije Universiteit Faculteit der Economische Wetenschappen en Bedrijfskunde Afdeling Econometrie

Vrije Universiteit Faculteit der Economische Wetenschappen en Bedrijfskunde Afdeling Econometrie Vrije Universiteit Faculteit der Economische Wetenschappen en Bedrijfskunde Afdeling Econometrie Tentamen: Convexe Analyse en Optimalisering Opleiding: Bacheloropleiding Econometrie Vakcode: 64200 Datum:

Nadere informatie

Tentamen Signalen en Systemen 2: 3BB32, 10 maart 2009

Tentamen Signalen en Systemen 2: 3BB32, 10 maart 2009 Tentamen Signalen en Systemen : 3BB3, 10 maart 009 Omerkingen ij het tentamen - O het tentamen mag een (grafisch) rekenaaraat geruikt woren - Geruik van aner materiaal zoals oeken, aantekeningen of lato

Nadere informatie

Tentamen Modellen en Simulatie (WISB134)

Tentamen Modellen en Simulatie (WISB134) Tentamen Modellen en Simulatie (WISB4) Vrijdag, 7 april 5, :-6:, Educatorium Gamma Zaal Schrijf op elk vel dat je inlevert je naam en op het eerste vel je studentnummer en het totaal aantal ingeleverde

Nadere informatie

Kansrekening en stochastische processen 2DE18

Kansrekening en stochastische processen 2DE18 Kansrekening en stochastische processen 2DE18 Docent : Jacques Resing E-mail: resing@win.tue.nl 1/23 Voor een verzameling stochastische variabelen X 1,..., X n, de verwachting van W n = X 1 + + X n is

Nadere informatie