TENTAMEN I SF2937 (f d 5B1537) TILLFÖRLITLIGHETSTEORI TORSDAGEN DEN 14 JANUARI 2010 KL

Relevanta dokument
P =

** a) Vilka värden ska vara istället för * och **? (1 p) b) Ange för de tre tillstånden vilket som svarar mot 0,1,2 i figuren.

TENTAMEN I SF1904 MARKOVPROCESSER FREDAGEN DEN 18 AUGUSTI 2017 KL

TENTAMEN I SF1904 MARKOVPROCESSER FREDAGEN DEN 17 AUGUSTI 2018 KL

b) Vad är sannolikheten att personen somnar i lägenheten? (4 p) c) Hur många gånger förväntas personen byta rum? (4 p)

TENTAMEN I SF1906 (f d 5B1506) MATEMATISK STATISTIK GRUNDKURS,

b) Beräkna sannolikheten för att en person med språkcentrum i vänster hjärnhalva är vänsterhänt. (5 p)

e x/1000 för x 0 0 annars

0 om x < 0, F X (x) = c x. 1 om x 2.

TENTAMEN I SF1904 MARKOVPROCESSER TISDAGEN DEN 29 MAJ 2018 KL

Uppgift 2 Betrakta vädret under en följd av dagar som en Markovkedja med de enda möjliga tillstånden. 0 = solig dag och 1 = regnig dag

Markovprocesser SF1904

Markovprocesser SF1904

Uppgift 1 a) En kontinuerlig stokastisk variabel X har fördelningsfunktion

ANVISNINGAR TILL INLÄMNINGSUPPGIFTER I TILLFÖRLITLIGHETSTEORI. På inlämningsuppgiften ska alltid namn och elevnummer finnas med.

b) Beräkna sannolikheten att en mottagen nolla har sänts som en nolla. (7 p)

f(x) = 2 x2, 1 < x < 2.

Uppgift 1. f(x) = 2x om 0 x 1

Uppgift 1. P (A) och P (B) samt avgör om A och B är oberoende. (5 p)

b) Beräkna väntevärde och varians för produkten X 1 X 2 X 10 där alla X i :na är oberoende och R(0,2). (5 p)

TENTAMEN Datum: 14 feb 2011

b) antalet timmar Lukas måste arbeta för att sannolikheten att han ska hinna med alla 112 datorerna ska bli minst (3 p)

Avd. Matematisk statistik

0 om x < 0, F X (x) = x. 3 om 0 x 1, 1 om x > 1.

Sannolikheten för att barnet skall få blodgrupp A0 A0 1/2 AA 1 AB 1/2 Övriga 0

Markovprocesser SF1904

Avd. Matematisk statistik

(a) sannolikheten för att läkaren ställer rätt diagnos. (b) sannolikheten för att en person med diagnosen ej sjukdom S ändå har sjukdomen, dvs.

b) Om vi antar att eleven är aktiv i en eller flera studentföreningar vad är sannolikheten att det är en kille? (5 p)

b) Teknologen Osquarulda känner inte till ML-metoden, men kom på intuitiva grunder fram till att p borde skattas med p = x 1 + 2x 2

Avd. Matematisk statistik

Bestäm med hjälp av en lämplig och välmotiverad approximation P (X > 50). (10 p)

Uppgift 2) Datum: 23 okt TENTAMEN I MATEMATIK OCH MATEMATISK STATISTIK, kurskod 6H3000

Tentamen i FMS180/MASC03 Markovprocesser

Lycka till!

Avd. Matematisk statistik

(b) Bestäm sannolikheten att minst tre tåg är försenade under högst tre dagar en given vecka.

Faderns blodgrupp Sannolikheten att barnet skall få blodgrupp A0 A0 1/2 AA 1 AB 1/2 Övriga 0

a) Beräkna sannolikheten att en följd avkodas fel, det vill säga en ursprungliga 1:a tolkas som en 0:a eller omvänt, i fallet N = 3.

Avd. Matematisk statistik

Stokastiska processer och simulering I 24 maj

LINKÖPINGS UNIVERSITET EXAM TAMS 15 / TEN 1

Lufttorkat trä Ugnstorkat trä

Markovprocesser SF1904

Markovprocesser SF1904

Uppgift 1 (a) För två händelser, A och B, är följande sannolikheter kända

Tentamen LMA 200 Matematisk statistik,

TENTAMEN I SF2950 (F D 5B1550) TILLÄMPAD MATEMATISK STATISTIK, TORSDAGEN DEN 3 JUNI 2010 KL

Del I. Uppgift 1 För händelserna A och B gäller att P (A) = 1/4, P (B A) = 1/3 och P (B A ) = 1/2. Beräkna P (A B). Svar:...

TENTAMEN I MATEMATISK STATISTIK 19 nov 07

Avd. Matematisk statistik

TAMS79: Föreläsning 10 Markovkedjor

Stokastiska processer och simulering I 24 augusti

(a) Avgör om A och B är beroende händelser. (5 p) (b) Bestäm sannolikheten att A inträffat givet att någon av händelserna A och B inträffat.

Tentamen i Matematisk statistik Kurskod S0001M

Avd. Matematisk statistik

Avd. Matematisk statistik

Markovprocesser SF1904

Markovprocesser SF1904

Avd. Matematisk statistik

k x om 0 x 1, f X (x) = 0 annars. Om Du inte klarar (i)-delen, så får konstanten k ingå i svaret. (5 p)

1. En kortlek består av 52 kort, med fyra färger och 13 valörer i varje färg.

Tentamen i matematisk statistik, TAMS15/TEN (4h)

cx 5 om 2 x 8 f X (x) = 0 annars Uppgift 4

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen MVE301 Sannolikhet, statistik och risk

Tentamen LMA 200 Matematisk statistik,

b) Förekommer A- och B-fel oberoende av varandra? (Motivering krävs naturligtvis!) (5 p)

Avd. Matematisk statistik

en observerad punktskattning av µ, ett tal. x = µ obs = 49.5.

Weibullanalys. Maximum-likelihoodskattning

Avd. Matematisk statistik

Tentamen MVE301 Sannolikhet, statistik och risk

Uppgift 3 Vid en simuleringsstudie drar man 1200 oberoende slumptal,x i. Varje X i är likformigt fördelat mellan 0 och 1. Dessa tal adderas.

Uppgift 3: Den stokastiska variabeln ξ har frekvensfunktionen 0 10 f(x) =

Tentamen i Matematisk statistik Kurskod S0001M

Markovprocesser SF1904

Tentamen MVE301 Sannolikhet, statistik och risk

Tentamen MVE301 Sannolikhet, statistik och risk

Avd. Matematisk statistik

Matematisk statistik för D, I, Π och Fysiker

Tentamen LMA 200 Matematisk statistik, data/elektro

Tentamen MVE302 Sannolikhet och statistik

Matematisk statistik KTH. Formel- och tabellsamling i matematisk statistik

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen i Matematisk statistik Kurskod S0001M

Övning 1(a) Vad du ska kunna efter denna övning. Problem, nivå A. Redogöra för begreppen diskret och kontinuerlig stokastisk variabel.

Matematisk statistik KTH. Formel- och tabellsamling i Matematisk statistik, grundkurs

faderns blodgrupp sannolikheten att barnet skall få blodgrupp A0 A0 1/2 AA 1 AB 1/2 Övriga 0

Tentamen i Sannolikhetslära och statistik Kurskod S0008M

Tentamen MVE301 Sannolikhet, statistik och risk

Tentamen i matematisk statistik (9MA241/9MA341, STN2) kl 08-12

Tentamen i Matematisk statistik Kurskod S0001M

Matematisk statistik TMS064/TMS063 Tentamen

LINKÖPINGS UNIVERSITET EXAM TAMS 27 / TEN 2

Tentamen i matematisk statistik (9MA241/9MA341, STN2) kl 14 18

SF1911: Statistik för bioteknik

AMatematiska institutionen avd matematisk statistik

Härledning av Black-Littermans formel mha allmänna linjära modellen

Tentamen MVE302 Sannolikhet och statistik

Transkript:

Avd. Matematisk statistik TENTAMEN I SF2937 (f d 5B1537) TILLFÖRLITLIGHETSTEORI TORSDAGEN DEN 14 JANUARI 2010 KL 08.00 13.00. Examinator: Gunnar Englund, tel. 7907416, e-postadress: gunnare@math.kth.se Tillåtna hjälpmedel: Formel- och tabellsamling i matematisk statistik grundkurs för D2 och F2, formelblad i tillförlitlighetsteori. Miniräknare. Resultatet rapporteras till Ladok senast torsdagen den 4 februari 2010 och finns därefter tillgängligt via Mina sidor. Den som vill få sitt resultat meddelat via e-post, kan skicka ett e-brev till gunnare@math.kth.se med begäran om detta. Införda beteckningar skall definieras. Resonemang och genomförande av uträkningar skall vara så utförliga att de är lätta att följa. Numeriska svar skall anges med minst två siffrors noggrannhet. Gränsen för godkänt är 24 poäng. Komplettering till godkänt betyg medges för de med 22 23 poäng. Uppgift 1 En partikel placeras ut i mittpunkten i nedanstående figur. Den utför sedan en slumpvandring så att vid varje steg var och en av de angränsande punkterna (till höger, vänster, uppåt, nedåt eller diagonalt) väljes med lika stor sannolikhet. Detta betyder att partikeln aldrig stannar kvar i en punkt. a) Bestäm sannolikheten att partikeln befinner sig i mitten efter lång tid och motivera också existensen av en asymptotisk fördelning. (5 p) b) Beräkna förväntat antal steg innan partikeln åter är i mitten. (5 p)

forts tentamen i SF2937 10 01 14 2 Uppgift 2 a) Tio komponenter sätts i provning och provningen avbryts då tre av dem brustit. De brustna komponenterna ersattes ej och de brast vi tidpunkterna 984, 1365 och 2850 timmar. Komponenterna antogs ha en konstant felintensitet λ. Beräkna ett 90% konfidensintervall för λ. (5 p) b) Vid vissa provningar kan man inte observera vid vilka tidpunkter komponenterna brister utan enbart konstatera hur många som brustit vid provningens slut. Antag att tio komponenter sätts under provning och att man efter 3000 timmar konstaterar att tre av dem brustit. Komponenterna antas ha konstant felintensitet λ. Beräkna maximum-likelihood-skattningen av λ genom att betrakta den stokastiska variabeln X, antal komponenter som brister inom 3000 timmar. (5 p) a) I följande system Uppgift 3 1 2 4 3 5 fungerar komponenterna oberoende av varandra och komponenterna 1, 2 och 3 har den konstanta felintensiteten 10 4, medan komponenterna 4 och 5 har felintensiteten 3 10 5 t (per timme, h 1 ). Efter 1000 timmar brister systemet. Beräkna en lämplig felsökningsordning. (5 p) b) Betrakta ett godtyckligt system om n oberoende komponenter. Komponenent 1 har vid en viss tidpunkt funktionssannolikheten p 1 = 0.8 och Birnbaums tillförlitlighetsmått för komponenten är I B (1) = 0.87. En redundans sätts in vid komponent 1 genom att den ersätts med en parallellkoppling av två komponenter, som fungerar oberoende av varandra och båda med sannolikheten p 1 = 0.8. Beräkna Birnbaums tillförlitlighetsmått för var och en av dessa komponenter. (5 p) Uppgift 4 Två identiska pumpar finns i ett parallellsystem. När en pump är trasig är den andra mer belastad. Pumparna har konstanta felintensiteteter: λ H = 1,5 10 4 (h 1 ) vardera då båda fungerar och λ F = 3,5 10 4 (h 1 ) då bara en fungerar. Dessutom kan båda pumparna gå sönder genom en yttre belastning(common causefailure)och dennaharenkonstant intensitet λ f = 3 10 5 (h 1 )ochdessa yttre chocker påverkar båda pumparna oavsett hur många av dem som fungerar. Reparationer tar exponentialfördelade tider med väntevärde 10 h och två reparationer kan pågå samtidigt. a) Beräkna asymptotiska tillgängligheten A( ). (5 p) b) Beräkna MTTF, dvs förväntad tid till första systemfel om systemet från början består av två hela pumpar. (5 p)

forts tentamen i SF2937 10 01 14 3 Uppgift 5 Det kan upplevas som en stor praktisk och teoretisk begränsning att man i samband med Markovmodeller måste anta att livslängder är exponentialfördelade, med det finns faktiskt möjlighet att erhålla andra livslängdsfördelningar genom att på ett listigt sätt kombinera exponentialfördelningar. Denna uppgift handlar om en sådan teknik. I ett parallell-system enligt figuren har de ingående komponenterna Γ(2, λ)-fördelade livslängder. När någon av dessa komponenter brister ersätts de med en ny likadan och utbytestiden är exponentialfördelad med väntevärde 1/µ. Flera parallella utbyten kan ske. Γ(2,λ) Γ(2,λ) Som bekant är Γ(2, λ)-fördelningen den fördelning man får om man lägger ihop två oberoende exponentialfördelade variabler som har felintensiteten λ. Detta betyder att en komponent med Γ(2, λ)-fördelad livslängd kan ses som genererad av följande figur, där alltså delkomponent b kopplas in efter det att delkomponent a brustit och att delkomponent b har vilofelintensitet 0 medan belastade delkomponenter har felintensitet λ. a λ b λ a) Ställ upp det ekvationssystem som (om det löstes) skulle ge den asymptotiska tillgängligheten A( ) för systemet av två parallellkopplade komponenter med Γ(2, λ)-fördelade livslängder. (5 p) b) Ställ upp det ekvationssystem som (om det löstes) skulle ge förväntad tid till första systemfel om man startar systemet med två nya hela komponenter (dvs bestäm MTTF). (5 p) Kommentar 1: Notera att Du ej behöver lösa ekvationssystemen utan bara ställa upp dem. De får dock ej ges i matrisform utan skall vara explicit utskrivna!

forts tentamen i SF2937 10 01 14 4 I följande system Uppgift 6 2 5 1 3 2/3 6 4 har Komponent 1 felintensiteten λ 1 (t) = 10 5 t. Komponenterna 2,3 och 4 har alla felintensiteten λ = 6 10 3. Komponenterna 5 och 6 har Weibullfördelade livslängder vars fördelningsfunktioner båda är F(t) = 1 e t1.5 /4500. a) Beräkna sannolikheten att systemet fungerar vid tiden t = 100 om komponenterna förutsätts vara oberoende. (5 p) b) Beräkna en undre och övre gräns för samma sannolikhet om komponenterna bara förutsätts vara associerade. (5 p) Den som ej löst a-delen får använda sig av p 1 = 0.7, p 2 = p 3 = p 4 = 0.6 och p 5 = p 6 = 0.8.

Avd. Matematisk statistik LÖSNINGFÖRSLAG TENTAMEN I SF2937 (f d 5B1537) TILLFÖRLITLIGHETSTEORI 2010 01 14 Uppgift 1 Av symmetri-skäl behövs bara 3 tillstånd: 1=mitten, 2=kant, 3=hörn. Vi får då övergångsmatrisen 0 1/2 1/2 P = 1/5 2/5 2/5 1/3 2/3 0 och vi startar kedjan med p (0) = (1,0,0). a) Kedjan är ändlig och irreducibel ty 1 2 3 1. Den är även aperiodisk eftersom p 22 > 0. Alltså är kedjan ergodisk, dvs efter lång tid har den den (unika) stationära fördelningen. Alternativt kan man motivera ergodiciteten med att kolumn nr 2 är strikt större än 0. Den efterfrågade sannolikheten är alltså π 2 där π = (π 1,π 2,π 3 ) uppfyller ekvationssystemet π = πp och π 1 +π 2 +π 3 = 1. Vi får alltså ekvationssystemet π 1 = 1 5 π 2 + 1 3 π 3 π 2 = 1 2 π 1 + 2 5 π 2 + 2 3 π 3 π 3 = 1 2 π 1 + 2 5 π 2 1 = π 1 +π 2 +π 3 Om man tar 2 ekvation 1-ekvation 2 erhålls π 1 = 2π 2 /5 vilket insatt i ekvation 1 ger π 3 = 3π 3 /5. Sätts dessa resultat in i normeringsekvationen erhålls π 2 = 5/10 och vi får π = (2/10,5/10,3/10) och den sökta sannolikheten är alltså 2/10=0.2. b) Vi gör tillståndet 1 (dvs mitten) absorberande (utom när vi startar i mitten). Med beteckningar enligt formelsamlingen låter vi t i vara förväntad tid tills absorbtion i mitten givet start i tillstånd i, i=2,3 och t 1 förväntad tid från mitten tills vi återvänder till mitten. Vi får då t 1 = 1+ 1 2 t 2 + 1 2 t 3 t 2 = 1+ 2 5 t 2 + 2 5 t 3 t 3 = 1+ 2 3 t 2 Om vi sätter in sista ekvationen i ekvation 2 erhålls t 2 = 4.2 som ger t 3 = 3.8 som slutligen ger t 1 = 5.

forts tentamen i SF2937 10 01 14 2 Uppgift 2 a)totaltesttidärt = 984+1365+8 2850 = 25149. Ett90%konfidensintervallgesav( χ2 0.95 (6) 2T, χ2 0.05 (6) 2T ) = ( 1.62 50298, 12.6 50298 ) = (0.32,2.50) 10 4. b)sannolikhetenattenkomponentbristerinom3000timmarär1 e 3000λ ochdärförärx Bin(10,p) med p = 1 e 3000λ. Enligt ML-metoden skall vi skatta λ så att sannolikheten för observationen x = 3 maximeras. Men sannolikheten är ( 10 3) p 3 (1 p) 7 vilket man ser maximeras för p = 3/10 (relativa frekvensen), i detta fall p = 0.3. Men detta inträffar om 1 e 3000λ = 0.3, d.v.s. då λ = λ = ln0.7 3000 = 1.19 10 4. Uppgift 3 a) Kritisk betydelse, I CR, eller Vesely-Fussels mått, I VF kan användas. Vi beräknar först komponenternas funktionssannolikheter vid t = 1000. Vi erhåller p 1 = p 2 = p 3 = e 10 4 1000 = e 0.1 = 0.9048, p 4 = p 5 = e 3 10 5 1000 0 tdt = e 2 10 5 10003/2 = e 2 0.1 = 0.5313 Systemets strukturfunktionblir i linjärform Φ(x) = (x 1 x 2 +x 3 x 1 x 2 x 3 )(x 4 +x 5 x 4 x 5 ). Insättning avkomponenternasfunktionssannolikhetergersystemetets funktionssannolikheth(p) = (p 1 p 2 +p 3 p 1 p 2 p 3 )(p 4 +p 5 p 4 p 5 ) = 0.7668. Vi får då I B (1) = h p 1 = (p 2 p 2 p 3 )(p 4 +p 5 p 4 p 5 ) och I CR (1) = (1 p 1)I B (1) 1 h(p) = 0.0274 På grund av symmetrin är också I CR (2) = 0.0274. För komponenent 3 erhålls I B (3) = h p 3 = (1 p 1 p 2 )(p 4 +p 5 p 4 p 5 ) och I CR (3) = (1 p 3)I B (3) 1 h(p) Komponenterna 4 och 5 har samma mått och = 0.0577 I B (4) = h p 4 = (p 1 p 2 +p 3 p 1 p 2 p 3 )(1 p 5 ) = och I CR (4) = (1 p 4)I B (4) 1 h(p) Vi får således sökordningen 4,5 3 1,2 = 0.9260 Använder man I VF erhålls I VF (1) = I VF (2) = 0.0388,I V F (3) = 0.0740 och I VF (4) = I VF (5) = 0.9223 och samma sökordning. b) Låt I B (1) vara Birnbaums tillförlitlighetsmått för komponent 1 i det ursprungliga systemet och Ir B (1) vara Birnbaums tillförlitlighetsmått för en av de parallellkopplade komponenterna i det nya systemet. Vi visar först att Ir B(1) = (1 p 1)I B (1). Det kan visas på t.ex. ett av följande tre sätt: 1. h r (p ) = h(p 1 + p 1 p 1 p 1,p 2,...,p n ) där 1 och 1 är komponenterna i paralellkopplingen, h(p) funktionssannolikheten i det ursprungliga systemet och h r (p ) i det redundanta. Vi får I B (1 ) = h r(p ) p 1 = (kedjeregeln) = (1 p 1 ) h(p) p 1 p1 =p 1 +p 1 p 1 p 1 = (1 p 1 )I B (p)

forts tentamen i SF2937 10 01 14 3 Notera att h(p) p 1 inte beror på första argumentet varför den sista likheten gäller. 2. Vi har I B (1) = h(1 1,p) h(0 1,p) och Ir B (1 ) = h r (1 1,p) h r (0 1,p). Men det inses lätt att h(1 1,p) = h r (1 1,p) och att h r (0 1,p) = h(p). Om t.ex. komponent 1 är defekt blir det resulterande systemet (med en av de parallellkopplade komponenterna kvar) ekvivalent med det ursprungliga. Vi får I B (1 ) = h r (1 1,p) h r (0 1,p) = h(1 1,p) h(p) = (pivotering) = h(1 1,p) (p 1 h(1 1,p)+(1 p 1 )(h(0 1,p)) = (1 p 1 )(h(1 1,p) h(0 1,p)) = (1 p 1 )I B (1) 3. I B (1 ) är sannolikheten att systemet är i sådant tillsånd att 1 är kritisk för systemet. Men att 1 är kritisk innebär att 1 är defekt (annars 1 irrelevant) och att systemet i övrigt i sådant tillstånd att det är kristiskt för 1, d.v.s. i samma slags tillstånd som det ursprungliga. Eftersom komponenterna fungerar oberoende av varandra är sanolikheten för allt detta (1 p 1 )I B (1). Insatta siffror ger nu omedelbart I B (1 ) = 0.2 0.87 = 0.174 Uppgift 4 Vi har en reparationsintensitet µ = 1 10 = 10 1 = 1000 10 4. Vi låter tillstånden vara E n = n komponenter fungerar ej och vi får då övergångsintensitetsmatrisen 3.3 3 0.3 Q = 10 4 1000 1003.8 3.8 0 2000 2000 För att finnadenstationära fördelningenπ = (π 0,π 1,π 2 )löser vi ekvationen 0 = πqmed bivillkoret 1 = π 0 +π 1 +π 2 som ger 0 = 3.3π 0 + 1000π 1 0 = 3π 0 1003.8π 1 + 2000π 2 0 = 0.3π 0 + 3.8π 1 2000π 2 1 = π 0 + π 1 + π 2 Första ekvationen ger π 1 = 3.3 1000 π 0 som insatt i 2:dra ekvationen ger π 2 = 1 2000 ( 1003.8 ) 3.3 1000 3 π 0 och dessa två ger insatt i 4:e ekvationen (normeringsekvationen) och vi får b) π 0 = ( 1+ 3.3 1000 + 1 2000 A( ) = 1 π 2 = 1 1 2000 ( )) 3.3 1003.8 3000 1 1000 ( 1003.8 3.3 3000 1000 1 1.00345627 ) π 0 1 1.56 10 4 = 0.999844

forts tentamen i SF2937 10 01 14 4 Med beteckning t ij =förväntad tid till tillstånd j givet start i tillstånd j ser vi att MTTF = t 02. Vi erhåller med ett stann-tidsresonemang att t 02 = 1 3.3 104 + 3 3.3 t 12 och t 12 = 1 1003.8 104 + 1000 1003.8 t 02. Vi får alltså att t 02 = 1 3.3 104 + 3 ( 1 3.3 1003.8 104 + 1000 ) 1003.8 t 02 som ger t 02 = 10 4 1 3.3 + 3 3.3 1003.8 3000 1 3.3 1003.8 3.22 10 4. Uppgift 5 Vi inför tillstånden 1= alla hela (dvs båda använder a), 2= ena komponenten använder b, den andra a, 3= ena komponenten repareras, den andra använder a, 4= båda kompenterna använder b, 5= ena komponenten repareras, den andra använder b, 6= båda komponenterna repareras. Vi får då övergångsintensitetsmatrisen 2λ 2λ 0 0 0 0 0 2λ λ λ 0 0 Q = µ 0 (µ + λ) 0 λ 0 0 0 0 2λ 2λ 0 0 µ 0 0 (µ + λ) λ 0 0 2µ 0 0 2µ Markovprocessen är uppenbarligen irreducibel och alltså ergodisk eftersom den är ändlig. Vi får den stationära(ocheftersom denvarergodiskocksådenasymptotiska)fördelningenπ = (π 1,π 2,,π 6 ) genom att lösa ekvationssystemet 0 = πq där 6 1 π i = 1. Bara tillståndet 6 innebär systemfel och asymptotiska tillgängligheten är alltså A( ) = 1 π 6. Ekvationssystemet blir 0 = 2λπ 1 +µπ 3 0 = 2λπ 1 2λπ 2 +µπ 5 0 = λπ 2 (µ+λ)π 3 +2µπ 6 0 = λπ 2 2λπ 4 0 = λπ 3 +2λπ 4 (µ+λ)π 5 0 = λπ 5 2µπ 6 1 = π 1 +π 2 +π 3 +π 4 +π 5 +π 6 Anm. Lösningen blir. π = [µ 2,2µ 2,2λµ,µ 2,2λ,λ 2 ]/(λ+2µ) 2 och således A( ) = (4λµ+4µ 2 )/(λ+ 2µ) 2. b) Vi gör om tillstånd 6 till ett absorberande tillstånd. Låt t i vara förväntad tid tills absorbtion i tillstånd 6 givet start i tillstånd i, i = 1,2,3,4,5. Vi söker t 1 = MTTF.

forts tentamen i SF2937 10 01 14 5 Med stann-tidsresonemang erhålls ekvationerna t 1 = 1 2λ +t 2 t 2 = 1 2λ + 1 2 t 3 + 1 2 t 4 t 3 = 1 µ+λ + µ µ+λ t 1 + λ µ+λ t 5 t 4 = 1 2λ +t 5 t 5 = 1 µ+λ + µ µ+λ t 2 och ur detta ekvationssystem skall vi alltså bestämma t 1. Anm. Lösningen blir t 1 = 1/2 (4µ 2 +12µ λ+11 λ 2 )/(λ 2 (µ+2λ)). Uppgift 6 a) Vi betecknar funktionssannolikheterna för komponent i vid t = 100 med p i 100 ) p 1 = exp ( 10 5 tdt = e 0.05, p 2 = p 3 = p 4 = exp ( 6 10 3 100 ) = e 0.6, 0 p 5 = p 6 = exp ( 100 1.5 /4500 ) = e 0.2222 = 0.80. Systemet består av tre delar kopplade i serie. För den andra delen ( 2 av 3 -delen) har vi funktionssannolikheten p 3 2 + 3p2 2 (1 p 2) = e 1.8 + 3 e 1.2 (1 e 0.6 ) 0.573. För den tredje delen har vi ett parallell-system som har funktionssannolikheten p 5 +p 6 p 5 p 6 2e 0.2222 e 0.4444 0.963 vilket ger funktionssannolikheten för systemet till e 0.05 0.573 0.963 0.525. b) Vi beräknar först minimala vägar och avbrott. De minimala vägarna blir {1,2,3,5},{1,2,4,5},{1,3,4,5},{1,2,3,6},{1,2,4,6},{1,3,4,6}. Detta ger (eftersom i S j p i har samma värde pga symmetrin för alla minimala vägar) att i S j p i = p 1 p 2 p 3 p 5 e 1.4722 0.2295 utgörenundregränsförfunktionssannolikheten.minimalaavbrottblirk 1 = {1},K 2 = {2,3},K 3 = {2,4},K 4 = {3,4},K 5 = {5,6} som ger i K 2 p i = i K 3 p i = i K 1 p i = p 1 = e 0.05 0.9513 i K 4 p i = 1 (1 p 2 )(1 p 3 ) = p 2 +p 3 p 2 p 3 = 2e 0.6 e 1.2 0.796 i K 5 p i = p 5 +p 6 p 5 p 6 = 2e 0.2222 e 0.4444 0.96 varav följer att 0.2295 p 0.796 där p = systemets funktionssannolikhet.