Analyse van discrete-tijd-wachtlijnsystemen met meerdimensionale toestandsruimte
|
|
- Eva Veenstra
- 8 jaren geleden
- Aantal bezoeken:
Transcriptie
1 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
2 Telecommunicatie en Wachtlijnmodellen Digitale pakketgebaseerde communicatienetwerken Stochastische grootheden Wachtlijnmodellen Drie Bestudeerde Modellen Overzicht Methode van analyse Model 1: een multiplexer met gecorreleerde treinaankomsten Model 2: de Stop-and-Wait ARQ zenderbuffer over een kanaal met gecorreleerde fouten Model 3: een wachtlijn met gereserveerde plaatsen Besluit Bijdragen van het proefschrift en besluit
3 Digitale pakketgebaseerde communicatienetwerken Informatie in de vorm van pakketten Communicatiesystemen zijn in toenemende mate digitaal : vb. telefonie, televisie, Internet, locale datanetwerken,...
4 Digitale pakketgebaseerde communicatienetwerken Informatie in de vorm van pakketten Communicatiesystemen zijn in toenemende mate digitaal : vb. telefonie, televisie, Internet, locale datanetwerken,... Digitale informatie gegroepeerd in pakketten : ondeelbare eenheden
5 Digitale pakketgebaseerde communicatienetwerken Informatie in de vorm van pakketten Communicatiesystemen zijn in toenemende mate digitaal : vb. telefonie, televisie, Internet, locale datanetwerken,... Digitale informatie gegroepeerd in pakketten : ondeelbare eenheden geluid bemonstering en codering beeld video data reeds digitaal opdeling in pakketten digitaal communicatiesysteem
6 Digitale pakketgebaseerde communicatienetwerken Horizontale structuur 7 1 link 3 knooppunt Netwerk: knooppunten verbonden door links
7 Digitale pakketgebaseerde communicatienetwerken Horizontale structuur bron 4 bestemming 6 5 Netwerk: knooppunten verbonden door links Datastromen met verschillende bronnen en bestemmingen
8 Digitale pakketgebaseerde communicatienetwerken Horizontale structuur Netwerk: knooppunten verbonden door links Datastromen met verschillende bronnen en bestemmingen
9 Digitale pakketgebaseerde communicatienetwerken Horizontale structuur Netwerk: knooppunten verbonden door links Datastromen met verschillende bronnen en bestemmingen
10 Digitale pakketgebaseerde communicatienetwerken Horizontale structuur 7 1 toespitsen op 1 knooppunt Netwerk: knooppunten verbonden door links Datastromen met verschillende bronnen en bestemmingen Studie van de werking van één enkel knooppunt
11 Digitale pakketgebaseerde communicatienetwerken Verticale structuur: gelaagde netwerken A B
12 Digitale pakketgebaseerde communicatienetwerken Verticale structuur: gelaagde netwerken. A B transportlaag 4 netwerklaag 3 linklaag 2 fysische laag 1 Elke laag heeft haar eigen functionaliteiten en protocol en pakketformaat foutcontrole, routering,...
13 Digitale pakketgebaseerde communicatienetwerken Verticale structuur: gelaagde netwerken. A B transportlaag transport header 4 TCP netwerk header TCP netwerklaag 3 linklaag 2 fysische laag 1 Elke laag heeft haar eigen functionaliteiten en protocol en pakketformaat foutcontrole, routering,...
14 Digitale pakketgebaseerde communicatienetwerken Verticale structuur: gelaagde netwerken. A B transportlaag transport header 4 TCP netwerk header TCP netwerklaag 3 linklaag 2 fysische laag 1 Elke laag heeft haar eigen functionaliteiten en protocol en pakketformaat foutcontrole, routering,... Studie van de werking van één enkele laag
15 Digitale pakketgebaseerde communicatienetwerken Wachtlijnen zijn essentieel Wachtlijnen zijn nodig op vele plaatsen in het netwerk
16 Digitale pakketgebaseerde communicatienetwerken Wachtlijnen zijn essentieel Wachtlijnen zijn nodig op vele plaatsen in het netwerk Pakketten hebben een zekere bediening of verwerking nodig
17 Digitale pakketgebaseerde communicatienetwerken Wachtlijnen zijn essentieel Wachtlijnen zijn nodig op vele plaatsen in het netwerk Pakketten hebben een zekere bediening of verwerking nodig Niet alle pakketten kunnen deze verwerking onmiddellijk krijgen
18 Digitale pakketgebaseerde communicatienetwerken Wachtlijnen zijn essentieel Wachtlijnen zijn nodig op vele plaatsen in het netwerk Pakketten hebben een zekere bediening of verwerking nodig Niet alle pakketten kunnen deze verwerking onmiddellijk krijgen Wachtlijn of buffer: tijdelijke opslagplaats voor pakketten buffer bedieningsstation
19 Digitale pakketgebaseerde communicatienetwerken Wachtlijnen zijn essentieel Wachtlijnen zijn nodig op vele plaatsen in het netwerk Pakketten hebben een zekere bediening of verwerking nodig Niet alle pakketten kunnen deze verwerking onmiddellijk krijgen Wachtlijn of buffer: tijdelijke opslagplaats voor pakketten buffer bedieningsstation Voorbeeld: multiplexen van meerdere pakketstromen multiplexer vrije capaciteit } } } MUX wachtlijn
20 Digitale pakketgebaseerde communicatienetwerken Wachtlijnen zijn essentieel Wachtlijnen zijn nodig op vele plaatsen in het netwerk Pakketten hebben een zekere bediening of verwerking nodig Niet alle pakketten kunnen deze verwerking onmiddellijk krijgen Wachtlijn of buffer: tijdelijke opslagplaats voor pakketten buffer bedieningsstation Voorbeeld: multiplexen van meerdere pakketstromen multiplexer vrije capaciteit } } } TOEGANGSCONFLICT MUX wachtlijn
21 Toevalsgrootheden Deterministische versus stochastische grootheden Sommige grootheden zijn onzeker maar niet onbepaald Voorbeeld : a aantal aankomende pakketten gedurende de volgende 10ms
22 Toevalsgrootheden Deterministische versus stochastische grootheden Sommige grootheden zijn onzeker maar niet onbepaald Voorbeeld : a aantal aankomende pakketten gedurende de volgende 10ms a =? a is onzeker waarde van a onbekend: 10ms a =?
23 Toevalsgrootheden Deterministische versus stochastische grootheden Sommige grootheden zijn onzeker maar niet onbepaald Voorbeeld : a aantal aankomende pakketten gedurende de volgende 10ms a =? a is onzeker waarde van a onbekend: a =? 10ms maar uit ervaring of onderstelling: toch enig idee over de waarde van a a ligt tussen 0 en 10 a ligt meestal rond de 5...
24 Toevalsgrootheden Deterministische versus stochastische grootheden Sommige grootheden zijn onzeker maar niet onbepaald Voorbeeld : a aantal aankomende pakketten gedurende de volgende 10ms a = 6} a is onzeker waarde van a onbekend: a =? 10ms maar uit ervaring of onderstelling: toch enig idee over de waarde van a a ligt tussen 0 en 10 a ligt meestal rond de 5...
25 Toevalsgrootheden Waarschijnlijkheidsverdeling 0 10
26 Toevalsgrootheden Waarschijnlijkheidsverdeling a = 4? 0 10
27 Toevalsgrootheden Waarschijnlijkheidsverdeling a = 6? 0 10
28 Toevalsgrootheden Waarschijnlijkheidsverdeling Prob[a = n] 0 10 Oplossing: a opvatten als een stochastische grootheid
29 Toevalsgrootheden Waarschijnlijkheidsverdeling Prob[a = n] waarschijnlijkheid dat a = Oplossing: a opvatten als een stochastische grootheid
30 Toevalsgrootheden Waarschijnlijkheidsverdeling Prob[a = n] waarschijnlijkheid dat a = Oplossing: a opvatten als een stochastische grootheid
31 Toevalsgrootheden Waarschijnlijkheidsverdeling Prob[a = n] 0 10 Oplossing: a opvatten als een stochastische grootheid Toekennen van een waarschijnlijkheidsverdeling voor a Probabiliteit dat a een specifieke waarde n aanneemt: Prob[a = n], n = 0, 1, 2, 3,...
32 Toevalsgrootheden Verwachtingswaarde, variantie, staartverdeling, probabiliteitsgenererende functie Prob[a = n] n
33 Toevalsgrootheden Verwachtingswaarde, variantie, staartverdeling, probabiliteitsgenererende functie Prob[a = n] n
34 Toevalsgrootheden Verwachtingswaarde, variantie, staartverdeling, probabiliteitsgenererende functie Prob[a = n] E[a] n Kenmerken van een waarschijnlijkheidsverdeling E[a] : de verwachtingswaarde (gemiddelde)
35 Toevalsgrootheden Verwachtingswaarde, variantie, staartverdeling, probabiliteitsgenererende functie Prob[a = n] Var[a] E[a] n Kenmerken van een waarschijnlijkheidsverdeling E[a] : de verwachtingswaarde (gemiddelde) Var[a] : de variantie
36 Toevalsgrootheden Verwachtingswaarde, variantie, staartverdeling, probabiliteitsgenererende functie Prob[a = n] Prob[a > n] n Kenmerken van een waarschijnlijkheidsverdeling E[a] : de verwachtingswaarde (gemiddelde) Var[a] : de variantie de staartverdeling: verdeling Prob[a > n] voor grote n.
37 Toevalsgrootheden Verwachtingswaarde, variantie, staartverdeling, probabiliteitsgenererende functie A(z) 1 1 z Probabiliteitsgenererende functie A(z) (pgf) transformatie van de verdeling van a: A(z) = + n=0 Prob[a = n]z n
38 Toevalsgrootheden Verwachtingswaarde, variantie, staartverdeling, probabiliteitsgenererende functie A(z) 1 1 z Probabiliteitsgenererende functie A(z) (pgf) transformatie van de verdeling van a: A(z) = + n=0 met elke verdeling correspondeert een unieke pgf Prob[a = n]z n
39 Toevalsgrootheden Verwachtingswaarde, variantie, staartverdeling, probabiliteitsgenererende functie A(z) 1 1 z Probabiliteitsgenererende functie A(z) (pgf) transformatie van de verdeling van a: A(z) = met elke verdeling correspondeert een unieke pgf + n=0 Prob[a = n]z n belangrijke voordelen aan het werken met pgfs in plaats van probabiliteiten
40 Toevalsgrootheden Correlatie Correlatie duidt op een zekere afhankelijkheid K : drukt de sterkte van de correlatie uit
41 Toevalsgrootheden Correlatie Correlatie duidt op een zekere afhankelijkheid K : drukt de sterkte van de correlatie uit Voorbeeld : sequentie van toevalsgrootheden a 0, a 1, a 2,... Verdeling van a k : Prob[a k = ] = 50% en Prob[a k = ] = 50% k
42 Toevalsgrootheden Correlatie Correlatie duidt op een zekere afhankelijkheid K : drukt de sterkte van de correlatie uit Voorbeeld : sequentie van toevalsgrootheden a 0, a 1, a 2,... Verdeling van a k : Prob[a k = ] = 50% en Prob[a k = ] = 50% K = 1 K = 1 : geen correlatie a 0, a 1, a 2,... is een onafhankelijke (iid) sequentie k
43 Toevalsgrootheden Correlatie Correlatie duidt op een zekere afhankelijkheid K : drukt de sterkte van de correlatie uit Voorbeeld : sequentie van toevalsgrootheden a 0, a 1, a 2,... Verdeling van a k : Prob[a k = ] = 50% en Prob[a k = ] = 50% K = 2 K = 1 : geen correlatie a 0, a 1, a 2,... is een onafhankelijke (iid) sequentie K > 1 : positieve correlatie sterk verband tussen opeenvolgende waarden k
44 Toevalsgrootheden Correlatie Correlatie duidt op een zekere afhankelijkheid K : drukt de sterkte van de correlatie uit Voorbeeld : sequentie van toevalsgrootheden a 0, a 1, a 2,... Verdeling van a k : Prob[a k = ] = 50% en Prob[a k = ] = 50% K = 4 K = 1 : geen correlatie a 0, a 1, a 2,... is een onafhankelijke (iid) sequentie K > 1 : positieve correlatie sterk verband tussen opeenvolgende waarden k
45 Toevalsgrootheden Correlatie Correlatie duidt op een zekere afhankelijkheid K : drukt de sterkte van de correlatie uit Voorbeeld : sequentie van toevalsgrootheden a 0, a 1, a 2,... Verdeling van a k : Prob[a k = ] = 50% en Prob[a k = ] = 50% K = 8 K = 1 : geen correlatie a 0, a 1, a 2,... is een onafhankelijke (iid) sequentie K > 1 : positieve correlatie sterk verband tussen opeenvolgende waarden k
46 Wachtlijnmodellen Van reëel systeem naar abstract model Realistisch systeem: een bestaand apparaat of een deel ervan vb. een router in een netwerk, een bepaalde hardware buffer,... meestal zeer complex vele aspecten beïnvloeden de werking
47 Wachtlijnmodellen Van reëel systeem naar abstract model Realistisch systeem: een bestaand apparaat of een deel ervan vb. een router in een netwerk, een bepaalde hardware buffer,... meestal zeer complex vele aspecten beïnvloeden de werking Hoe kunnen we de werking ervan evalueren? Performantie evaluatie
48 Wachtlijnmodellen Van reëel systeem naar abstract model Realistisch systeem: een bestaand apparaat of een deel ervan vb. een router in een netwerk, een bepaalde hardware buffer,... meestal zeer complex vele aspecten beïnvloeden de werking Wiskundig model: Hoe kunnen we de werking ervan evalueren? Performantie evaluatie vereenvoudigde wiskundige beschrijving van het realistisch systeem enkel essentiële aspecten worden behouden daardoor minder complex: handelbaar analyse is (hopelijk) mogelijk verschaft kwalitatief en kwantitatief inzicht in de performantie
49 Wachtlijnmodellen Aard van de bestudeerde modellen Stochastische modellen Discrete-tijd modellen
50 Wachtlijnmodellen Aard van de bestudeerde modellen Stochastische modellen Veelvuldig gebruik van stochastische grootheden in de beschrijving van het model Discrete-tijd modellen
51 Wachtlijnmodellen Aard van de bestudeerde modellen Stochastische modellen Veelvuldig gebruik van stochastische grootheden in de beschrijving van het model Daardoor zijn de resultaten van de analyse eveneens stochastisch vb. tijd nodig om bepaalde taak te vervullen verdeling kans dat er meer dan 10ms nodig is Discrete-tijd modellen
52 Wachtlijnmodellen Aard van de bestudeerde modellen Stochastische modellen Veelvuldig gebruik van stochastische grootheden in de beschrijving van het model Daardoor zijn de resultaten van de analyse eveneens stochastisch vb. tijd nodig om bepaalde taak te vervullen verdeling kans dat er meer dan 10ms nodig is Discrete-tijd modellen Tijd ingedeeld in slots: vaste lengte 1 slot
53 Wachtlijnmodellen Aard van de bestudeerde modellen Stochastische modellen Veelvuldig gebruik van stochastische grootheden in de beschrijving van het model Daardoor zijn de resultaten van de analyse eveneens stochastisch vb. tijd nodig om bepaalde taak te vervullen verdeling kans dat er meer dan 10ms nodig is Discrete-tijd modellen Tijd ingedeeld in slots: vaste lengte Veranderingen in het systeem kunnen enkel op slotgrenzen 1 slot
54 Wachtlijnmodellen Essentiele kenmerken van een wachtlijnmodel wachtlijn buffer bedieningsstation
55 Wachtlijnmodellen Essentiele kenmerken van een wachtlijnmodel wachtlijn buffer aankomstproces bedieningsstation Het aankomstproces (ingang) vb. aantal aankomsten per slot, tijd tussen twee opeenvolgende aankomsten
56 Wachtlijnmodellen Essentiele kenmerken van een wachtlijnmodel wachtlijn buffer aankomstproces bedieningsproces bedieningsstation Het aankomstproces (ingang) vb. aantal aankomsten per slot, tijd tussen twee opeenvolgende aankomsten Het bedieningsproces (uitgang) vb. benodigde verwerkingstijd voor een pakket
57 Wachtlijnmodellen Essentiele kenmerken van een wachtlijnmodel wachtlijn buffer aankomstproces bedieningsproces?? bedieningsstation wachtlijndiscipline Het aankomstproces (ingang) vb. aantal aankomsten per slot, tijd tussen twee opeenvolgende aankomsten Het bedieningsproces (uitgang) vb. benodigde verwerkingstijd voor een pakket De wachtlijndiscipline bepaalt welk pakket uit de wachtlijn als volgende bediend wordt vb. FIFO, LIFO, ROS,...
58 Wachtlijnmodellen Essentiele kenmerken van een wachtlijnmodel wachtlijn buffer aankomstproces bedieningsproces?? bedieningsstation wachtlijndiscipline Het aankomstproces (ingang) vb. aantal aankomsten per slot, tijd tussen twee opeenvolgende aankomsten Het bedieningsproces (uitgang) vb. benodigde verwerkingstijd voor een pakket De wachtlijndiscipline bepaalt welk pakket uit de wachtlijn als volgende bediend wordt vb. FIFO, LIFO, ROS,... Andere...
59 Wachtlijnmodellen Performantiematen: gewenste resultaten van de analyse Stochastisch evenwicht
60 Wachtlijnmodellen Performantiematen: gewenste resultaten van de analyse Stochastisch evenwicht Na een lange tijd stelt zich een evenwicht in verdelingen veranderen niet meer
61 Wachtlijnmodellen Performantiematen: gewenste resultaten van de analyse Stochastisch evenwicht Na een lange tijd stelt zich een evenwicht in verdelingen veranderen niet meer Performantiematen
62 Wachtlijnmodellen Performantiematen: gewenste resultaten van de analyse Stochastisch evenwicht Na een lange tijd stelt zich een evenwicht in verdelingen veranderen niet meer Performantiematen Wachtlijnbezetting u op een willekeurig moment aantal pakketten in de wachtlijn op dat moment
63 Wachtlijnmodellen Performantiematen: gewenste resultaten van de analyse Stochastisch evenwicht Na een lange tijd stelt zich een evenwicht in verdelingen veranderen niet meer Performantiematen Wachtlijnbezetting u op een willekeurig moment aantal pakketten in de wachtlijn op dat moment Vertragingstijd d van een willekeurig pakket aantal slots dat het pakket in de wachtlijn aanwezig is
64 Wachtlijnmodellen Het GI-1-1 model : eenvoudigste discrete-tijd wachtlijnmodel GI-1-1 aantal aankomsten per slot : iid met pgf A(z) GI-1-1 elk pakket juist 1 slot verwerkingstijd GI bedieningsstation FIFO wachtlijndiscipline : First-In First-Out oneindige buffercapaciteit Aankomsten De modellen bestudeerd in het proefschrift: gebaseerd op GI-1-1, maar met substantiële uitbreidingen
65 Overzicht Overzicht en situering van de bestudeerde modellen wachtlijn buffer aankomstproces bedieningsproces?? bedieningsstation wachtlijndiscipline
66 Overzicht Overzicht en situering van de bestudeerde modellen wachtlijn buffer aankomstproces Multiplexer met gecorreleerde treinaankomsten bedieningsproces?? bedieningsstation wachtlijndiscipline
67 Overzicht Overzicht en situering van de bestudeerde modellen wachtlijn buffer aankomstproces Multiplexer met gecorreleerde treinaankomsten bedieningsproces?? bedieningsstation wachtlijndiscipline Stop-and-Wait ARQ met gecorreleerd foutkanaal
68 Overzicht Overzicht en situering van de bestudeerde modellen wachtlijn buffer aankomstproces Multiplexer met gecorreleerde treinaankomsten bedieningsproces?? bedieningsstation wachtlijndiscipline Stop-and-Wait ARQ met gecorreleerd Reservatiediscipline foutkanaal
69 Overzicht Overzicht en situering van de bestudeerde modellen wachtlijn buffer aankomstproces Multiplexer met gecorreleerde treinaankomsten bedieningsproces?? bedieningsstation wachtlijndiscipline Stop-and-Wait ARQ met gecorreleerd Reservatiediscipline foutkanaal Modellen nemen bijkomende complicaties in rekening t.o.v. klassieke modellen meer aspecten van het realistisch systeem
70 Overzicht Overzicht en situering van de bestudeerde modellen wachtlijn buffer aankomstproces Multiplexer met gecorreleerde treinaankomsten bedieningsproces?? bedieningsstation wachtlijndiscipline Stop-and-Wait ARQ met gecorreleerd Reservatiediscipline foutkanaal Modellen nemen bijkomende complicaties in rekening t.o.v. klassieke modellen meer aspecten van het realistisch systeem Bedoeling : model aanpassen aan werkelijke omstandigheiden
71 Overzicht Overzicht en situering van de bestudeerde modellen wachtlijn buffer aankomstproces Multiplexer met gecorreleerde treinaankomsten bedieningsproces?? bedieningsstation wachtlijndiscipline Stop-and-Wait ARQ met gecorreleerd Reservatiediscipline foutkanaal Modellen nemen bijkomende complicaties in rekening t.o.v. klassieke modellen meer aspecten van het realistisch systeem Bedoeling : model aanpassen aan werkelijke omstandigheiden Gevolg : meer nauwkeurig evaluatie van de performantie
72 Methode van analyse Discrete Supplementary Variable Technique (DSVT) Analyse van de drie modellen: alle zelfde principe! Identificatie van een voldoende Markoviaanse systeemtoestand typisch MEERDIMENSIONAAL vb. r k, m k, u k Zorgvuldige boekhouding van alle mogelijke systeemveranderingen: systeemvergelijkingen Overgang naar transformatiedomein: probabiliteitsgenererende functies Evenwichtsverdeling van de systeemtoestand berekenen: vb. P (x, y, z) = E[x r y m z u ] Evenwichtsverdeling van de systeemtoestand is vertrekpunt voor verdere analyse van het model
73 Model 1: een multiplexer met gecorreleerde treinaankomsten Aankomstproces gebruikersomgeving variabele-lengte berichten vaste-lengte pakketten multiplexer gebruikers populatie wachtlijn Gebruikers genereren berichten bestaande uit een aantal pakketten algemene pgf L(z) voor de berichtlengte Berichtgeneratie afhankelijk van gebruikersomgeving verschillend in toestand of Omgevingstoestand vormt een gecorreleerd proces!! Pakketten van een bericht komen in de multiplexer als een trein : 1 pakket per slot K
74 Model 1: een multiplexer met gecorreleerde treinaankomsten Motivatie Doorgeven van informatie naar lagere netwerklaag Bovenste laag: werkt met eenheden van variabele lengte berichten Onderste laag: werkt met eenheden van vaste lengte pakketten Conversie van formaat noodzakelijk opdeling van berichten in pakketten vb. IP over ATM
75 Model 1: een multiplexer met gecorreleerde treinaankomsten Behaalde analytische resultaten In termen van pakketten u : wachtlijnbezetting d : vertragingstijd van een pakket In termen van berichten c : bericht-vertragingstijd h : bericht-verwerkingstijd M bericht-wachttijd bericht-verwerkingstijd h bericht-vertragingstijd c
76 Model 1: een multiplexer met gecorreleerde treinaankomsten Voorbeeld, invloed van de correlatie 100 E[u] K=10 K=5 K= K= λ De gemiddelde wachtlijnbezetting E[u] als functie van de aankomstintensiteit λ voor steeds sterkere correlatie K van de omgeving
77 Model 1: een multiplexer met gecorreleerde treinaankomsten Voorbeeld, invloed van de correlatie E[c] E[h] K=10 K=5 K=2 K= K= λ De gemiddelde bericht-vertragingstijd E[c] en de gemiddelde bericht-bedieningstijd E[h] als functie van de aankomstintensiteit λ voor steeds sterkere correlatie K van de omgeving
78 Model 2: de Stop-and-Wait ARQ zenderbuffer over een kanaal met gecorreleerde fouten Het Stop-and-Wait ARQ retransmissieprotocol ARQ Pakketten verstuurd van zender naar ontvanger over een kanaal Kans dat een fout optreedt in het kanaal Foutcontrole door bevestiging (ACK/NACK) en retransmissie Aan de zenderzijde is een wachtlijn nodig Pakket blijft in de wachtlijn tot zijn correcte ontvangst is bevestigd Stop-and-Wait ARQ Zender wacht na elke transmissie op de bijhorende bevestiging P komt aan zender P in wachtlijn... omlooptijd retransmissie P verlaat de zenderbuffer kanaal: foutgevoelig NACK ACK ontvanger
79 Model 2: de Stop-and-Wait ARQ zenderbuffer over een kanaal met gecorreleerde fouten Kanaal met gecorreleerde fouten P ZENDER eerste transmissie van P omlooptijd P verlaat de wachtlijn Draadloos kanaal NACK NACK ACK ONTVANGER P correct ontvangen wachten bediening Kanaaltoestand is gecorreleerd process : K Kans op fout is anders naargelang kanaal in toestand Is vooral van belang in draadloze netwerken typisch foutpatroon bij transmissie over het draadloze medium of
80 Model 2: de Stop-and-Wait ARQ zenderbuffer over een kanaal met gecorreleerde fouten Analyse Correlatie in de kans op foute transmissie zorgt voor afhankelijkheid van de bedieningstijden van opeenvolgende pakketten! Berekening verdeling van u : wachtlijnbezetting van de zenderbuffer d : vertragingstijd van de pakketten
81 Model 2: de Stop-and-Wait ARQ zenderbuffer over een kanaal met gecorreleerde fouten Voorbeeld, invloed van de correlatie 1 log Prob[d=n] 2 3 K = K = n Logaritmische plot van de vertragingstijd d : log Prob[d = n] voor steeds sterkere correlatie K in het kanaal
82 Model 2: de Stop-and-Wait ARQ zenderbuffer over een kanaal met gecorreleerde fouten Voorbeeld, invloed van de correlatie 3 log E[u] λ= λ= log K Log-log plot van de wachtlijnbezetting u aan de zenderzijde als functie van de correlatie K in het kanaal. Het gedrag hangt af van de aankomstintensiteit λ!!
83 Model 3: een wachtlijn met gereserveerde plaatsen Motivering Absolute Prioriteit (AP) Klassieke planningsmethode om een verschil te realiseren in de vertraging ervaren door pakketten van twee verschillende types: type 1 : hoge prioriteit, gevoelig aan vertraging type 2 : lage prioriteit Een 1-pakket in de wachtlijn heeft altijd voorrang op een 2-pakket Nadeel: Soms te drastisch!! Packet starvation : 2-pakketten komen bijna nooit aan bod Statische discipline: niet flexibel
84 Model 3: een wachtlijn met gereserveerde plaatsen De Reservatiediscipline 1 pakketten van type 1: nemen reservatieplaats in bij aankomst 2 2 R 2 R 2 2 R pakketten van type 2 N = bedieningsstation Reservatiediscipline Nieuwe planningsmethode : gebruik van gereserveerde plaatsen R N reservatieplaatsen in de wachtlijn 1-pakket : neemt bij aankomst de verste R in en maakt een nieuwe R achteraan
85 slot k 1 Aankomsten : R leeg systeem 2 2 R 1-pakketten worden eerst geplaatst, dan de 2-pakketten een 1-pakket neemt de verste R in en maakt een nieuwe R achteraan een 2-pakket neemt plaats achteraan 2 slot k Aankomsten : pakketten nemen plaats achteraan 2 R R 2 R R R wordt niet bediend: 2-pakket springt over R naar station R pakketten nemen R in en maken nieuwe R achteraan pakket worden eerst geplaatst, daarna de 2-pakketten slot k+1 2 R 1 2 bediend pakket verlaat wachtlijn 1
86 Model 3: een wachtlijn met gereserveerde plaatsen Analyse Berekening verdeling van de vertragingstijden d [N] 1 : vertragingstijd van type 1 d [N] 2 : vertragingstijd van type 2 Vergelijking met AP discipline Indien N, is de performantie van AP en Reservatie-discipline gelijk!
87 Model 3: een wachtlijn met gereserveerde plaatsen Voorbeeld, invloed van het aantal reservaties N E[d [N] i ] NR type 1 NR type 2 AP type N =1 5 FIFO N = AP type λ 1 /λ T Gemiddelde vertragingstijden d [N] 1 van type 1 en d [N] 2 van type 2 als functie van de traffic mix (fractie type 1)
88 Model 3: een wachtlijn met gereserveerde plaatsen Voorbeeld, invloed van het aantal reservaties N 0 log Prob[d [N] i =n] 2 4 N =10 FIFO N =10 AP type AP type n Staartverdeling van de vertragingstijden d [N] 1 van type 1 en d [N] 2 van type 2
89 Bijdragen van het proefschrift en besluit Specifieke analytische resultaten Multiplexer met gecorreleerde treinaankomsten In termen van pakketten: gemiddelde waarde, variantie en staartverdeling van de wachtlijnbezetting u (eenvoudig verband met de verdeling van de pakket-vertragingstijden d) In termen van berichten: gemiddelde waarde en staartverdeling van de bericht-vertragingstijden c gemiddelde waarde van de bericht-bedieningstijden h Stop-and-Wait ARQ zenderbuffer over gecorreleerd foutkanaal Voor de wachtlijnbezetting u: volledige pgf, gemiddelde waarde en staartverdeling Voor de pakket-vertragingstijden d: volledige pgf, gemiddelde waarde en staartverdeling Wachtlijn met gereserveerde plaatsen Voor pakketten van type 1 en 2 : volledige pgf, gemiddelde waarde en staartverdeling van de pakket-vertragingstijden d 1 en d 2 Snelle algoritmes om deze performantiematen numeriek te bepalen
90 Bijdragen van het proefschrift en besluit Algemene besluiten Gebruik van een uniforme analysetechniek: DSVT Deze aanpak is veelzijdig en leidt tot handelbare resultaten In sommige gevallen zijn klassieke modellen ontoereikend Het negeren van correlatie kan leiden tot een belangrijke overschatting van de performantie De Reservatiediscipline Kan leiden tot een meer overwogen toekenning van de netwerkcapaciteit aan verschillende gebruikers
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 informatieModel: 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 informatieStochastische 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 informatieLAN, MAN, WAN. Telematica. Schakeltechnieken. Circuitschakeling. 4Wordt vooral gebruikt in het telefoonnetwerk 4Communicatie bestaat uit 3 fasen:
LAN, MAN, WAN Telematica Networking (Netwerk laag) Hoofdstuk 11, 12 Schakeltechnieken 4Circuitschakeling: tussen zender en ontvanger wordt een verbinding gelegd voor de duur van de communicatie 4Pakketschakeling:
Nadere informatieVakgroep Telecommunicatie en Informatieverwerking Voorzitter : Prof. Dr. Ir. I. Bruyland
Universiteit Gent Faculteit Toegepaste Wetenschappen Vakgroep Telecommunicatie en Informatieverwerking Voorzitter : Prof. Dr. Ir. I. Bruyland door Stijn DE VUYST Promotor : Prof. Dr. Ir. H. Bruneel Begeleiding
Nadere informatieHoofdstuk 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 informatieVoorrang aan de hand van reservatieplaatsen Simulatie van een systeem met treinaankomsten
UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2015 2016 Voorrang aan de hand van reservatieplaatsen Simulatie van een systeem met treinaankomsten Masterproef voorgedragen tot het bekomen
Nadere informatieStochastische 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 informatieStochastische 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 informatieWe 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 informatieSTUDIE VAN WACHTLIJNMODELLEN VOOR KLANTEN MET DEADLINES
UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2009 2010 STUDIE VAN WACHTLIJNMODELLEN VOOR KLANTEN MET DEADLINES Masterproef voorgedragen tot het bekomen van de graad van Master in
Nadere informatieMBUS-64 TCP. VF64 over MODBUS / TCP
MBUS-64 TCP VF64 over MODBUS / TCP Wijzigingen voorbehouden PS/16-05-2006 Inhoudsopgave 1 Inleiding --------------------------------------------------------------------------------------------- 3 2 Protocol
Nadere informatieModem 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 informatie4IP = Internet Protocol 4Protocol gebruikt op netwerk laag in het internet 4Geen betrouwbaarheid
Internet Protocol Telematica Quality Of Service (Netwerk laag) Hoofdstuk 5 4IP = Internet Protocol 4Protocol gebruikt op netwerk laag in het internet 4Geen betrouwbaarheid n Pakketten kunnen verloren raken
Nadere informatieS 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 informatieOpleidingsonderdelen Telecommunicatie Bachelor Informatica. C. Blondia
Opleidingsonderdelen Telecommunicatie Bachelor Informatica C. Blondia Overzicht Ba Informatica Verplichte vakken: Computernetwerken (1 Ba 2 Ba) Telecommunicatiesystemen (3 Ba) Keuzevakken Netwerktoepassingen
Nadere informatieMethoden 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 informatieWACHTRIJMODELLEN. 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 informatie1. Statistiek gebruiken 1
Hoofdstuk 0 Inhoudsopgave 1. Statistiek gebruiken 1 2. Gegevens beschrijven 3 2.1 Verschillende soorten gegevens......................................... 3 2.2 Staafdiagrammen en histogrammen....................................
Nadere informatieWACHTRIJMODELLEN. 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 informatieNETWERKEN 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 informatieMeten en experimenteren
Meten en experimenteren Statistische verwerking van gegevens Een korte inleiding 3 oktober 006 Deel I Toevallige veranderlijken Steekproef Beschrijving van gegevens Histogram Gemiddelde en standaarddeviatie
Nadere informatieWachtrijmodellen voor optimalisatie in het dagelijks leven
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
Nadere informatieVakoverschrijdend Project: Simulatie van Retransmissieprotocollen
Vakoverschrijdend Project: Simulatie van Retransmissieprotocollen Februari 2009 Omschrijving In dit project willen we softwarematig een testomgeving bouwen voor de studie van retransmissieprotocollen (ARQ:
Nadere informatiePrioriteitswachtlijnen met gelimiteerde opslagcapaciteit voor de hoge prioriteitsklasse
Faculteit Ingenieurswetenschappen Vakgroep Telecommunicatie en Informatieverwerking Voorzitter: Prof. dr. ir. H. Bruneel Onderzoeksgroep: SMACS Prioriteitswachtlijnen met gelimiteerde opslagcapaciteit
Nadere informatieOptimale regeling van de bedieningscapaciteit van een wachtlijnsysteem
UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2009 200 Optimale regeling van de bedieningscapaciteit van een wachtlijnsysteem Masterproef voorgedragen tot het bekomen van de graad
Nadere informatieFiguur 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 informatieComputernetwerken Deel 2
Computernetwerken Deel 2 Beveiliging Firewall: toegang beperken IDS: inbraak detecteren en alarmeren Encryp>e: gegevens verbergen Firewall Waarom? Filteren van pakkeben Wildcard mask: omgekeerd subnetmasker
Nadere informatieMeten en experimenteren
Meten en experimenteren Statistische verwerking van gegevens Een korte inleiding 5 oktober 007 Catherine De Clercq Statistische verwerking van gegevens Kursus statistiek voor fysici door Jorgen D Hondt
Nadere informatieOSI model. Networking Fundamentals. Roland Sellis
OSI model Networking Fundamentals Roland Sellis OSI Open System Interconnections model Proces beschrijving Transport van van host naar host Het is een model! koning schrijver vertaler bemiddelaar midden
Nadere informatieStochastische 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 informatieTentamen 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 informatieWachten 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 informatieComputerarchitectuur en netwerken. TCP congestion control Netwerklaag
Computerarchitectuur en netwerken 10 TCP congestion control Netwerklaag Lennart Herlaar 10 oktober 2018 Inhoud Congestiebeheer TCP congestiebeheer Netwerk laag principes van de netwerklaag IP adressen
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 9 Dinsdag 18 Oktober 1 / 1 2 Statistiek Vandaag: Centrale Limietstelling Correlatie Regressie 2 / 1 Centrale Limietstelling 3 / 1 Centrale Limietstelling St. (Centrale
Nadere informatiecomputernetwerken - antwoorden
2015 computernetwerken - antwoorden F. Vonk versie 4 24-11-2015 inhoudsopgave datacommunicatie... - 2 - het TCP/IP model... - 3 - protocollen... - 4 - netwerkapparatuur... - 6 - Dit werk is gelicenseerd
Nadere informatieINLEIDING. 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 informatieBij rekenvragen de berekening opschrijven. Bij beredeneringsvragen de motivering geven.
Open vragen (7 vragen): 60% van het cijfer. ij rekenvragen de berekening opschrijven. ij beredeneringsvragen de motivering geven. 1. Een browser vraagt een kleine HTML pagina op van een website. In de
Nadere informatieTaxis Pitane. Transporter. Censys BV Eindhoven
Taxis Pitane Transporter Censys BV Eindhoven Inhoud Communicatie, ongeacht software pakket dat u gebruikt... 3 Kenmerken van de communicatie software... 3 Ontwikkelomgeving... 4 Installatie van de software...
Nadere informatie0.97 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 informatiePopulaties beschrijven met kansmodellen
Populaties beschrijven met kansmodellen Prof. dr. Herman Callaert Deze tekst probeert, met voorbeelden, inzicht te geven in de manier waarop je in de statistiek populaties bestudeert. Dat doe je met kansmodellen.
Nadere informatieDiscrete-tijd-wachtlijnmodellen met prioriteiten. Discrete-time queueing models with priorities
Discrete-tijd-wachtlijnmodellen met prioriteiten Discrete-time queueing models with priorities Joris Walraevens Promotor: Prof. dr. ir. H. Bruneel Proefschrift ingediend tot het behalen van de graad van
Nadere informatieReserveringssystemen
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 informatieLIMIETGEDRAG 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 informatieCover 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 informatieOPTIMALISATIE VAN EEN GROEPTEST-PROCEDURE VOOR BLOEDMONSTERS
UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2009 2010 OPTIMALISATIE VAN EEN GROEPTEST-PROCEDURE VOOR BLOEDMONSTERS Masterproef voorgedragen tot het bekomen van de graad van Master
Nadere informatieWachten 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 informatieVragen 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 informatieTRUST WIRELESS AUDIO / VIDEO TRANSMITTER 100V
1 Inleiding Deze handleiding is bedoeld voor gebruikers van de TRUST WIRELESS AUDIO / VIDEO TRANSMITTER 100V. De WIRELESS AUDIO / VIDEO TRANSMITTER 100V kan gebruikt worden voor het draadloos door sturen
Nadere informatieStochastische 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 informatieMeten en experimenteren
Meten en experimenteren Statistische verwerking van gegevens Een korte inleiding 6 oktober 009 Catherine De Clercq Statistische verwerking van gegevens Kursus statistiek voor fysici door Jorgen D Hondt
Nadere informatieHet nut van wachtlijnanalyse in mobiliteitsvraagstukken
Het nut van wachtlijnanalyse in mobiliteitsvraagstukken Joris Walraevens en Sabine Wittevrongel Onderzoeksgroep SMACS Vakgroep Telecommunicatie en Informatieverwerking Faculteit Ingenieurswetenschappen
Nadere informatieCVO PANTA RHEI - Schoonmeersstraat 26 9000 GENT 09 335 22 22. Soorten stochastische variabelen (discrete versus continue)
identificatie opleiding Marketing modulenaam Statistiek code module A12 goedkeuring door aantal lestijden 80 studiepunten datum goedkeuring structuurschema / volgtijdelijkheid link: inhoud link leerplan:
Nadere informatieTornado 840 / 841 handleiding
1.1 Opstarten en inloggen Tornado 840 / 841 handleiding Activeer uw browser en de-activeer de proxy of voer het IP-adres van dit product in bij de uitzonderingen. Voer vervolgens het IP-adres van dit product
Nadere informatieUitwerking 1 Netwerken, toets 3 (INFONW) 31 januari 2005
Informatica Instituut, Faculteit Wiskunde en Informatica, UU. In elektronische vorm beschikbaar gemaakt door de TBC van A Eskwadraat. Het college INFONW werd in 2004/2005 gegeven door Piet van Oostrum.
Nadere informatieMARKOV 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 informatiecommunicatie 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 informatieVoorkennis: De kinderen kennen het gebruik van Internet. Kinderen weten dat berichten worden verstuurd als Binaire gegevens.
patro Activiteit Berichten versturen Leerdoelen Inzicht in de werking van Internet: IP adressen. DNS server Inzicht in bandbreedte en veiligheid van versturen van berichten Systeem kennis, Groep 7,8 Voorkennis:
Nadere informatieWaarom kleintjes niet altijd voor moeten gaan (maar vaak wel)
Waarom kleintjes niet altijd voor moeten gaan (maar vaak wel) Sindo Núñez Queija Universiteit van Amsterdam & Centrum voor Wiskunde en Informatica + Maaike Verloop en Sem Borst OVERZICHT: Wachtrijen en
Nadere informatieHavo 4 - Practicumwedstrijd Versnelling van een karretje
Havo 4 - Practicumwedstrijd Versnelling van een karretje Vandaag gaan jullie een natuurkundig experiment doen in een hele andere vorm dan je gewend bent, namelijk in de vorm van een wedstrijd. Leerdoelen
Nadere informatieHOOFDSTUK 1: Performantie van webgebaseerde toepassingen
HOOFDSTUK 1: Performantie van webgebaseerde toepassingen 1. Basisprincipes componenten en tijden is totale antwoordtijd is transfertijd is transfertijd http-request is transfertijd http-reply (data) is
Nadere informatieAUDIO/VIDEO SYSTEEM ZENDER & ONTVANGER
VID-TRANS12KN 2.4GHz AUDIO/VIDEO SYSTEEM ZENDER & ONTVANGER GEBRUIKSAANWIJZING NEDERLANDS Belangrijke veiligheidsvoorschriften: Deze apparatuur genereert en gebruikt radiofrequenties. Indien deze apparatuur
Nadere informatieCommunicatietechnologie: een inleiding. Inhoud eindtoets. Eindtoets. Introductie. Opgaven. Terugkoppeling. Antwoorden op de opgaven
Inhoud eindtoets Eindtoets Introductie Opgaven Terugkoppeling Antwoorden op de opgaven 2 Eindtoets Eindtoets I N T R O D U C T I E Met deze eindtoets wordt beoogd u een soort proeftentamen te geven waarmee
Nadere informatievanuit de technische en organisatorische omgeving, werk-verdeling, budget, planning, en hergebruik van componenten. Het documenteren van SA dient
9 Samenvatting Software heeft vooruitgang in veel vakgebieden mogelijk gemaakt en heeft een toenemend invloed op ons leven en de samenleving in zijn geheel. Software wordt gebruikt in computers, communicatienetwerken,
Nadere informatieStochastische 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 informatieComputerarchitectuur en netwerken. TCP congestion control Netwerklaag
Computerarchitectuur en netwerken 10 TCP congestion control Netwerklaag Lennart Herlaar 6 oktober 2015 Inhoud Congestiebeheer TCP congestiebeheer Netwerk laag principes van de netwerklaag IP adressen IP
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN FACULTEIT DER TECHNISCHE NATUURKUNDE
TECHNISCHE UNIVERSITEIT EINDHOVEN FACULTEIT DER TECHNISCHE NATUURKUNDE Tentamen Computers bij fysische experimenten (3BB20) op dinsdag 25 oktober 2005 Het tentamen duurt 90 minuten en wordt gemaakt zonder
Nadere informatieTentamen 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 informatieMasterproeven 2013-2014 Wireless & Cable Research Group (WiCa) Aanbevelingssystemen
Masterproeven 2013-2014 Wireless & Cable Research Group (WiCa) Aanbevelingssystemen WiCa Wireless 15 onderzoekers Cable 3 onderzoekers Fysische laag Toepassingslaag Karakterisatie en interactie van draadloze
Nadere informatieHD-CVI Verkorte handleiding
HD-CVI Verkorte handleiding model 5104D-5208D-5216D Version 2.0.0 2015 HDCVI DVR Verkorte handleiding Welkom Dank u voor de aankoop van onze DVR! Deze verkorte handleiding helpt u wegwijs met onze DVR
Nadere informatieSensornetwerk 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 informatieModelleren 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 informatieWaarom 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 informatieThuis het beste beeld en geluid?
www.hcc.nl/home-entertainment Syllabus home entertainment Thuis het beste beeld en geluid? Deze syllabus geeft achtergrondinformatie over de lezing home entertainment. De onderwerpen die aan bod komen
Nadere informatieATE100 DVB ASI to Ethernet Converter
IDM100 DVB ASI to Ethernet Converter ITNM Systems v1.1 ITNM Systems DVB ASI to Ethernet Converter Omzetting van DVB-transportstromen van ASI naar Ethernet Routering van transportstroomonderdelen op PID-niveau
Nadere informatieCursus Statistiek Hoofdstuk 4. Statistiek voor Informatica Hoofdstuk 4: Verwachtingen. Definitie (Verwachting van discrete stochast) Voorbeeld (1)
Cursus Statistiek Hoofdstuk 4 Statistiek voor Informatica Hoofdstuk 4: Verwachtingen Cursusjaar 29 Peter de Waal Departement Informatica Inhoud Verwachtingen Variantie Momenten en Momentengenererende functie
Nadere informatieMasterproeven 2012-2013 Wireless & Cable Research Group (WiCa)
Masterproeven 2012-2013 Wireless & Cable Research Group (WiCa) Aanbevelingssystemen Vakgroep Informatietechnologie Onderzoeksgroep WiCa WiCa Wireless 13 onderzoekers Cable 3 onderzoekers Fysische laag
Nadere informatieStochastic 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 informatiewerkcollege 8 correlatie, regressie - D&P5: Summarizing Bivariate Data relatie tussen variabelen scattergram cursus Statistiek
cursus 23 mei 2012 werkcollege 8 correlatie, regressie - D&P5: Summarizing Bivariate Data relatie tussen variabelen onderzoek streeft naar inzicht in relatie tussen variabelen bv. tussen onafhankelijke
Nadere informatieNauwkeurigheid van hoogtebepaling met GNSS. Pierre Voet
Nauwkeurigheid van hoogtebepaling met GNSS Pierre Voet Nauwkeurigheid van hoogtebepaling met GNSS Pierre Voet Inhoud Optimale situatie Foutenbronnen Resultaten van testen Dagdagelijkse realiteit Toestand
Nadere informatieNPS-16 Burenalarmeringssysteem
Handleiding voor Alphatronics B.V. de gebruiker NPS-16 Burenalarmeringssysteem Burenalarmeringssysteem Revisie A Uitgave 10-1998 Alphatronics B.V. (MDK) INHOUD INHOUD... Pagina 1 Introductie... Pagina
Nadere informatieP = 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 informatieWachtrijtheorie 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 informatieDIGITAL 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 informatieZo geldt voor o.o. continue s.v.-en en X en Y dat de kansdichtheid van X + Y gegeven wordt door
APP.1 Appendix A.1 Erlang verdeling verdeling met parameters n en λ Voor o.o. discrete s.v.-en X en Y geldt P (X + Y = z) =P (X = x 1 en Y = z x 1 )+P(X = x en Y = z x )+... = P (X = x 1 )P (Y = z x 1
Nadere informatieDe bepaling van de positie van een. onderwatervoertuig (inleiding)
De bepaling van de positie van een onderwatervoertuig (inleiding) juli 2006 Bepaling positie van een onderwatervoertuig. Inleiding: Het volgen van onderwatervoertuigen (submersibles, ROV s etc) was in
Nadere informatieAPT-200. Tweeweg handzender. Firmware versie 1.00 apt-200_nl 03/19
APT-200 Tweeweg handzender Firmware versie 1.00 apt-200_nl 03/19 SATEL sp. z o.o. ul. Budowlanych 66 80-298 Gdańsk POLAND tel. +48 58 320 94 00 www.satel.eu BELANGRIJK Uw rechten op garantie vervallen
Nadere informatieClassification - Prediction
Classification - Prediction Tot hiertoe: vooral classification Naive Bayes k-nearest Neighbours... Op basis van predictor variabelen X 1, X 2,..., X p klasse Y (= discreet) proberen te bepalen. Training
Nadere informatieBBC-DR Belang voor de lokale besturen Rudi Hellebosch Agentschap voor Binnenlands Bestuur
studiedag beleid & financiën: een broos evenwicht? BBC-DR Belang voor de lokale besturen Rudi Hellebosch Agentschap voor Binnenlands Bestuur a3o Wettelijke verplichting GD (art. 178bis, 1, 1 e lid), OD
Nadere informatieSATEL sp. z o.o. ul. Budowlanych Gdańsk POLAND tel
SATEL sp. z o.o. ul. Budowlanych 66 80-298 Gdańsk POLAND tel. 58 320 94 00 www.satel.eu GSM-X VERKORTE PROGRAMMEERHANDLEIDING gsm-x_p_nl 07/18 Volledige handleidingen zijn beschikbaar op www.satel.eu of
Nadere informatieBewaarplicht verkeersgegevens
Onderzoeksplan Masterscriptie Bewaarplicht verkeersgegevens Student: Joost Herregodts Studentnr: 0716987 Versie: 1.1 1 Inhoudsopgage PROBLEEMSTELLING 3 VERANTWOORDING 4 THEORETISCH KADER 5 SCOPE 5 REGEL-
Nadere informatieEindexamen wiskunde A1-2 vwo 2006-II
Eindexamen wiskunde A- vwo 006-II 4 Beoordelingsmodel Zeep aangeven hoe de kans P(X < 90 = 93, =,4) met de GR kan worden berekend Deze kans is (ongeveer) 0,06 3 De gevraagde kans is 006, het antwoord (ongeveer)
Nadere informatieWe illustreren deze werkwijze opnieuw a.h.v. de steekproef van de geboortegewichten
Hoofdstuk 8 Betrouwbaarheidsintervallen In het vorige hoofdstuk lieten we zien hoe het mogelijk is om over een ongekende karakteristiek van een populatie hypothesen te formuleren. Een andere manier van
Nadere informatieTweede deeltentamen Netwerken (INFONW) 29 juni 2009
Departement Informatica en Informatiekunde, Faculteit Bètawetenschappen, UU. In elektronische vorm beschikbaar gemaakt door de TBC van A Eskwadraat. Het college INFONW werd in 2008-2009 gegeven door drs.
Nadere informatieBlokzijltcl installatietechniek B.V.
Bedrijfsnaam: Onderwerp: B.V. Locatie van uitvoering: Datum van uitvoering: Uitgevoerd door: Tijdsduur van de Toolboxmeeting: Zijn er onveilige situaties / handelingen voorgevallen in de afgelopen periode?
Nadere informatieB4: Appels. Project B4: Appels. Modelleren C. Sander Verkerk Richard Both Christian Vleugels
Project B4: Appels Modelleren C Sander Verkerk Richard Both Christian Vleugels Inleiding B4: Appels Probleembeschrijving Hoofdvraag: Wat is de meest ruimte-optimale binindeling van het magazijn zodanig
Nadere informatieOnderliggende infrastructuur: kabel- en etherverbindingen Kabeltelevisienetten Telefoonnetwerk
TELECOMMUNICATIE Communicatie over grote afstand 5.1 Historisch perspectief *** lezen *** 5.2 Infrastructuren voor telecommunicatie Onderliggende infrastructuur: kabel- en etherverbindingen Kabeltelevisienetten
Nadere informatieHoofdstuk 4 : BESLISSINGSDIAGRAM
Hoofdstuk 4 : BESLISSINGSDIAGRAM 4.1. Inleiding. Om te komen tot het resultaat dat we in het kader van dit eindwerk hebben bereikt, moesten we een studie maken van de bestaande methodes en op basis hiervan
Nadere informatieQoS / Quality Of Service
Quality of Service QoS / Quality Of Service De QoS-functie zorgt ervoor dat datastromen, zowel inkomend als uitgaand, met een bepaalde prioriteit worden behandeld. Er kan bijvoorbeeld per poort of per
Nadere informatieSimulatie op het spoor ProRail Vervoer en Dienstregeling. Dick Middelkoop
Simulatie op het spoor ProRail Vervoer en Dienstregeling Dick Middelkoop 2 december 2010 Master of Business in Rail systems - 7 mei 2009 Dienstregelingsontwerp en Treindienstsimulatie Agenda Introductie
Nadere informatie