Baixe o app para aproveitar ainda mais
Prévia do material em texto
Processos Estocásticos Quinta Lista de Exercı́cios 1 Suponha que um organismo unicelular pode estar somente em dois estágios distintosA ouB. Um indivı́duo no estágio A passa para o estágio B com uma taxa exponencial α. Um indivı́duo no estágio B se divide em dois novos indivı́duos de tipo A com uma taxa exponencial β. Defina uma CTMC apropriada para a população desses organismos e determine os parâmetros para esse modelo (tempo gasto em cada estado e probabilidades de transição). Seja NA(t) o número de organismos no estágio A no instante t e, de forma análoga, seja NB(t) o número de organismos no estágio B. Assim, podemos tomar os pares ordenados 〈NA(t), NB(t)〉 para representar os estados da CTMC. Isto é, o PE {〈NA(t), NB(t)〉, t ≥ 0} é uma CTMC com parâmetros v〈n,m〉 = αn+ βm P〈n,m〉;〈n−1,m+1〉 = αn αn+ βm P〈n,m〉;〈n+2,m−1〉 = βn αn+ βm . 2 Considere duas máquinas que são reparadas por um único técnico. A máquina i funciona por um tempo exponencial com taxa λi antes de quebrar (com i = 1, 2). Os tempos de reparo (para quaisquer das duas máquinas) são exponenciais com taxa µ. É possı́vel analisar esse sistema como um PNM? Se sim, quais são os parâmetros? Se não, seria possı́vel analisá-lo? Este não é um PNM porque somente a informação de quantas máquinas estão funcionando em um dado instante não é suficiente para se analisar o sistema. Para tal é necessário saber também quais máquinas estão funcionando em cada instante. Assim, podemos construir uma CTMC com os seguintes estados: • 0: ambas as máquinas estão funcionando. • 1: máquina 1 funcionando, 2 com defeito. • 2: máquina 2 funcionando, 1 com defeito. • 3: ambas máquinas com defeito, máquina 1 sendo consertada. • 4: ambas máquinas com defeito, máquina 2 sendo consertada. Essa CTMC pode ser representada pelo seguinte diagrama: 1 2 3 4 0 λ2 λ1 µ µ µ µ λ1 λ2 1 A CTMC acima possui os parâmetros tempo gasto em cada estado v0 = λ1 + λ2 v1 = λ1 + µ v2 = λ2 + µ v3 = v4 = µ e probabilidades de transição P01 = λ2 λ1 + λ2 P02 = λ1 λ1 + λ2 P31 = P42 = 1 P10 = µ λ1 + µ P14 = λ1 λ1 + µ P20 = µ λ2 + µ P23 = λ2 λ2 + µ . 3 Considere um PNM com taxas de chegadas λi = (i+ 1)λ e taxas de saı́da µi = iµ, i ≥ 0. a. Determine o tempo esperado para se sair do estado 0 e chegar no estado 4. b. Determine o tempo esperado para se sair do estado 2 e chegar no estado 5. Construindo a Cadeia de Markov que representa o PNM descrito no enunciado, temos 0 1 2 · · · i i+ 1 · · · λ0 = 1λ µ1 = 1µ λ1 = 2λ µ2 = 2µ λ2 = 3λ µi = iµ λi = (i+ 1)λ µ(i+1) = (i+ 1)µ Começando com E[T0] = 1 λ0 = 1 λ , usamos a identidade E[Ti] = 1 λi ( 1 + µiE[Ti−1] ) (veja slide 18 da aula 12) para computar E[Ti] para i = 1, 2, 3, 4. Assim E[T1] = 1 λ1 ( 1 + µ1E[T0] ) = 1 2λ [ 1 + µ λ ] E[T2] = 1 λ2 ( 1 + µ2E[T1] ) = 1 3λ [ 1 + µ λ + ( µ λ )2] E[T3] = 1 λ3 ( 1 + µ3E[T2] ) = 1 4λ [ 1 + µ λ + ( µ λ )2 + ( µ λ )3] E[T4] = 1 λ4 ( 1 + µ4E[T3] ) = 1 5λ [ 1 + µ λ + ( µ λ )2 + ( µ λ )3 + ( µ λ )4] e, generalizando, vemos que E[Ti] = 1 (i+ 1)λ · [ i∑ j=0 ( µ λ )i] . a. Como Ti é o tempo que o processo leva para transitar do estado i para o estado i + 1, o tempo esperado é E[T0] + E[T1] + E[T2] + E[T3]. b. Mesma explicação do item anterior: E[T2] + E[T3] + E[T4]. 4 Assume-se que cada indivı́duo de uma população procria com uma taxa exponencial λ e morre com uma taxa exponencial µ. Além disso, há uma taxa exponencial θ de crescimento da população devido à imigração. No entanto, a imigração não é permitida se o tamanho da população é maior ou igual a N . Modele essa situação como um PNM. 2 Tomando cada estado X(t) como o tamanho da população no instante t, temos um PNM com λn = nλ+ θ, n < N λn = nλ, n ≥ N µn = nµ . 5 Uma pequena barbearia, operada por um único barbeiro, pode acomodar no máximo dois clientes ao mesmo tempo. Clientes em potencial chegam com uma taxa de Poisson de 3 por hora e os tempos de serviço são VAs exponenciais independentes com média de 1/4 hora. a. Qual é o número médio de clientes na barbearia? b. Qual é a proporção de clientes em potencial que entram na loja? Tomando o número de clientes na barbearia como o estado, temos um PNM com λ0 = λ1 = 3, µ1 = µ2 = 4 . Graficamente temos 0 1 2 λ0 µ1 λ1 µ2 e calculando as equações de fluxo para os estados 0 e 2, vem λ0π0 = µ1π1 ⇒ π1 = 3 4 π0 µ2π2 = λ1π1 ⇒ π2 = 3 4 π1 = ( 3 4 )2 π0 . Como π0 + π1 + π2 = 1, podemos resolver o sistema de equações para π0 π0 + 3 4 π0 + ( 3 4 )2 π0 = 1 ⇒ π0 = 16 37 . a. O número médio de clientes na barbearia é π1 + 2π2 = [ 3 4 + 2 ( 3 4 )2 ] · π0 = 30 37 . b. A proporção de clientes em potencial que entram na loja é λ(1− π2) λ = 1− π2 = 1− 9 16 · 16 37 = 28 37 . 6 Um centro de atendimento é composto por dois servidores, cada um trabalhando com uma taxa exponencial de dois serviços por hora. Clientes chegam com uma taxa de Poisson de três por hora. Assuma que a capacidade do centro é de no máximo três clientes. a. Que fração dos clientes em potencial entram no sistema? b. Qual seria o valor do item anterior se houvesse somente um servidor no sistema com uma taxa duas vezes mais rápida, isto é, µ = 4? 3 Tomando o número de clientes no centro como o estado, temos um PNM com λ0 = λ1 = λ2 = 3, µ1 = 2, µ2 = µ3 = 4 . Assim, as equações de fluxo se reduzem a π1 = 3 2 π0 π2 = 3 4 π1 = 9 8 π0 π3 = 3 4 π2 = 27 32 π0 e portanto π0 = [ 1 + 3 2 + 9 8 + 27 32 ]−1 = 32 143 . a. A fração de clientes em potencial que entram no sistema é λ(1− π3) λ = 1− π3 = 1− 27 32 · 32 143 = 116 143 ≈ 81.1% . b. Com um único servidor trabalhando duas vezes mais rápido temos um PNM com λ0 = λ1 = λ2 = 3, µ1 = µ2 = µ3 = 4 . Agora, as equações de fluxo se reduzem a π1 = 3 4 π0 π2 = 3 4 π1 = ( 3 4 )2 π0 π3 = 3 4 π2 = ( 3 4 )3 π0 e portanto π0 = [ 1 + 3 4 + ( 3 4 )2 + ( 3 4 )3 ]−1 = 64 175 . E finalmente, a nova fração de clientes que entram no sistema é 1− π3 = 1− 27 64 · 64 175 = 148 175 ≈ 84.6% . 7 Considere um ponto de taxi onde taxis e clientes chegam de acordo com processos de Poisson com respec- tivas taxas de um e dois por minuto. Um taxi fica sempre em espera, independente do número de taxis já parados no ponto. Entretanto, um cliente que chega e não encontra um taxi disponı́vel vai embora, isto é, não existe uma fila de espera de clientes. a. Calcule o número médio de taxis esperando. b. A proporção de clientes que chegam e conseguem um taxi. Sejam os estados denotados pelo número de taxis esperando. Assim, temos um PNM com λn = 1 e µn = 2. Note que essa CTMC corresponde a um modelo de fila M/M/1, cujas métricas já são conhecidas. 4 a. A média de taxis esperando é o tamanho médio da fila = 1 µ− λ . b. A proporção de clientes que chegam e conseguem um taxi é a proporção de clientes que chegam e encontram ao menos um taxi esperando. A taxa de chegada desses clientes é 2(1− π0). A proporção dessas chegadas é portanto 2(1− π0) 2 = 1− π0 = 1− ( 1− λ µ ) = λ µ = 1 2 . 8 Para uma fila M/M/1, calcule a. o número esperado de chegadas durante um perı́odo de serviço; e b. a probabilidade de que nenhum cliente chegue durante um perı́odo de serviço. a. Seja S uma VA indicando o tempo de serviço. Como a taxa de serviço é exponencial, sabemos que E[S] = 1/µ. O número esperado de chegadas buscado corresponde então a E[λS] = λE[S] = λ/µ. (O segundo passo das equações é justificado pelo fato de λ ser uma constante com relação ao tempo de serviço, pois chegadas e saı́das são eventos independentes.) b. Novamente tomamos S como uma VA indicando o tempo de serviço. Buscamos a probabilidade condicional de haver 0 chegadas dado que o perı́odo de serviço é S. Mas essa probabilidade é exatamente igual à probabilidade o servidor terminar antes de uma novachegada (caso contrário o sistema muda de estado e o tempo S é “resetado” – tente entender o motivo). Assim, a probabilidade pedida é µ λ+ µ . 9 As máquinas de uma fábrica quebram com uma taxa exponencial de 6 por hora. A fábrica emprega apenas um técnico que conserta as máquinas com uma taxa exponencial de 8 por hora. O custo causado pela produção perdida quando há máquinas com defeito é de $10 por hora por máquina. Qual é o custo médio causado por máquinas defeituosas? Este problema pode ser modelado por uma fila M/M/1 com λ = 6 e µ = 8. O custo médio é dado por $10 por hora por máquina × número médio de máquinas quebradas. Mas o número médio de máquinas quebradas é exatamente L, cuja fórmula já é conhecida: L = λ µ− λ = 6 2 = 3 . Portanto, o custo médio é de $30 por hora. 10 Considere um sistema M/M/1 onde clientes chegam com taxa λ e são servidos com taxa µ. No entanto, assuma que em qualquer momento que o servidor estiver ocupado existe uma probabilidade dele quebrar, levando o sistema a parar. A probabilidade de quebra é descrita por uma taxa exponencial α. Quando o sistema para, todos os clientes que estavam no sistema partem e não são mais permitidas chegadas até que o defeito for consertado. O tempo de reparo é exponencialmente distribuı́do com taxa β. a. Defina os estados apropriadamente. b. Descreva as equações de equilı́brio de fluxos. 5 a. O estados são n (n ≥ 0) e b. O estado n indica que há n clientes no sistema e o estado b que uma quebra ocorreu. A CTMC que modela o sistema descrito é dada pelo diagrama abaixo. 0 1 2 n · · · n+ 1 · · · b λ µ λ µ λ µ λ µ α α α αβ b. As equações de fluxo são λπ0 = µπ1 + βπb (λ+ µ+ α)πn = λπn−1 + µπn+1 n > 0 βπb = α(1− π0) . 6
Compartilhar