Sunteți pe pagina 1din 9

Multiple Choice

Identify the letter of the choice that best completes the statement or answers the question.

____ 1. Procesul stochastic {X t }t ∈T pentru care exista si sunt finite


m t = E[X t ], σ st = Cov [X s , X t ], s < t si m t = m = constant, σ st = σ (t − s )
se numeste :

a. stationar tare; c. cu timp discret;


b. cu timp continuu; d. stationar slab
____ 2. Numarul metodelor necesare reducerii dispersiei estimatorului secundar pentru calculul integralelor
prin metoda Monte Carlo bruta este:

a. 3 b. 4 c. 5 d. 6
____ 3. O familie de variabile aleatoare, {X t }t∈T , T ⊂ R , deprinzand de parametrul real t (presupus a fi
timpul) se numeste ...................
a. proces stochastic c. proces cu stari discrete
b. lant d. proces cu stari continue
____ 4. Procesul stochastic {X t }t∈T se numeste ....................... daca ∀n, h ∈ R , t1 < t 2 < ... < t n avem
Ft1 + h ,t2 + h ,..., tn + h ( x1 , x 2 ,..., x n ) = Ft1 ,t2 ,..., tn ( x1 , x 2 ,..., x n )

a. stationat c. stationar slab


b. stationar tare
____ 5. Procesul {X t }t∈T discret, este un proces .............. daca satisface proprietatea
( ) (
P X tn = x n X tn −1 = x n −1 ,..., X t1 = x1 = P X tn = x n X tn −1 = x n −1 )
adica procesul nu are memorie
a. stochastic c. Markov
b. slab stationar
____ 6. Probabilitatile de tranzitie santisfac relatia lui ......................, adica
Pij (s, t ) = ∑ ∑ P (s, r )P (rt )
ik kj
k∈S s ≤ r ≤t

Pij (s, t ) definesc matrice de probabilitati de tranzitie care au proprietatea


∑ P (s , t ) = 1
j∈S
ij

a. Markov
b. Dirichlet
c. Chapman-Kolmogorov
____ 7. Fie procesul stationar care are functia de .....................
φ(t ) = Cov( X s , X s + t ) , t = 0,1,2,... , φ(0) = Var ( X t ) = σ 2
si fara a pierde generalitatea consideram mt = m = 0 . Daca notam ρ( X s , X t + s ) = Corr ( X s , X t + s )
rezulta ca ρ( X s , X t + s ) = ρ(t ) , t = 1,2,...
a. autocovarianta
b. repartitie
c. autocorelatie
____ 8.
Fie procesul stationar care are functia de autocovarianta
φ(t ) = Cov( X s , X s + t ) , t = 0,1,2,... , φ(0) = Var ( X t ) = σ 2
si fara a pierde generalitatea consideram mt = m = 0 . Daca notam ρ( X s , X t + s ) = Corr ( X s , X t + s )
rezulta ca ρ( X s , X t + s ) = ρ(t ) , t = 1,2,... Functia ρ(t ) este functia de ................. a procesului.

a. repartitie
b. autocorelatie
____ 9.
Procesul gausian cu funtie de autocorelatie ............

φ(t )
ρ(t ) = = θ t , t = 0,1,2,... , 0 < θ < 1
φ(0)
si σ 2 dispersia sa, se simuleaza cu formula de recurenta
Z 0 ~ → N (0,1) , Z t +1 = θZ t + 1 − θ 2 ε t , t = 1,2,... , X t +1 = σZ t +1
unde ε t , t = 1,2,... sunt variabile N (0,1) independente si independente de Z t .

a. liniara
b. exponentiala
____ 10. Procesul ................. {X t }t∈T este descris de urmatoarele relatii de recurenta
1− θ
X0 = V0 , X t = θX t −1 + (1 − θ )Vt , 0 < θ < 1
1+ θ
unde Vt , t = 0,1,2,... sunt variable aleatoare independente si identic repartizate avand proprietatile
E [Vt ] = 0 , Var (Vt ) = σ 2 .
a. gausian
b. zgomotului alb
c. gausian stationar
____ 11. Procesul ............ este un caz particular de proces de nastere si deces, mai precis este un proces de
nastere pur cu intensitatea λ n = λ , a carui repartitie satisface ecuatiile diferentiale
′ ′
P0 (t ) = −λP0 (t ) , Pn (t ) = −λPn (t ) + λPn −1 (t ) , ≥ 1 .

a. Poisson
b. procesul de zgomot alb
c. procesul de zgomot alb pur
(λt )n e −λt
____ 12. Procesul avand repartitia Pn (t ) = se numeste proces Poisson ................
n!
a. omogen
b. neomogen
c. simplu
(Λ (t )) − Λ (t )
n t

____ 13. Procesul avand repartitia P (t ) =


n e , Λ(t ) = ∫ λ(u )du se numeste proces Poisson
n! 0
.............. .
a. neomogen
b. omogen
c. simplu
____ 14. Sub denumirea de metode ...................... sunt cuprinse o serie de tehnici de rezolvare a diverse
probleme utilizand numere aleatoare, variabile aleatoare sau procese stochastice simulate cu
calculatorul.
a. Monte Carlo
b. Dirichlet
c. legea numerelor mari
d. Poisson
____ 15.

Metoda urmatoare:
"Sa presupunem ca alegem o functie ϕ (ca in cazul metodei variabilei de control) astfel incat
1 1 1
θ = ∫ ϕ(u )du + ∫ ( f (u ) − ϕ(u ) )du unde integrala μ = ∫ ϕ(u )du se poate calcula exact si usor. Daca
0 0 0
in plus se alege ϕ astfel incat
Var (ϕ(U ) ) − 2Cov(ϕ(U ), f (U ) ) < 0
atunci, de asemenea se poate realiza reducerea dispersiei deoarece
( )
Var ϕ* (U ) = Var ( f (U ) − ϕ(U ) ) =
= Var ( f (U ) ) + Var (ϕ(U ) ) − 2Cov( f (U ) − ϕ(U ) ) < “
< Var ( f (U ) )
se numeste metoda variabilelor ...................
a. corelate
b. antitetice
c. de control
____ 16. Metoda urmatoare:
1

"Fie integrala θ = ∫ f ( x)dx care se scrie θ = E [τ] = E [ f (U )] , sa alegem un alt estimator


0

primar
*
f (U ) , [
θ = E f * (U ) ] si sa consideram estimatorul primar ϕ = f * (1 − U ) ,

[ ]
E [ϕ(U )] = E f * (1 − U ) = θ . Atunci, putem considera estimatorul primar ψ =
1
2
(τ + ϕ) pentru care
1
avem Va r (ψ ) = (Var (τ) + Var (ϕ) + 2Cov(τ + ϕ)) si Cov(τ + ϕ) < 0 . Daca se alege f * astfel incat
4
Var (ψ ) < Var (τ ) (1). Atunci estimatorul ψ realizeaza reducerea dispersiei. Uneori puntem alege
simplu ϕ = f (1 −U ) care satisface (1).” Se numeste metoda variabilelor .....................
a. antitetice b. corelate c. de control
____ 17. Fie ecuatia cu derivate partiale de ordinul doi
∂ 2V ∂ 2V ∂ 2V ∂V ∂V
β11 + 2β 12 + β 22 + 2α 1 + 2α 2 = F ( x, y ) (1)
∂x 2
∂x∂y ∂y ∂x ∂y
cu conditia
V ( x, y ) = ϕ(x, y ) , ( x, y ) ∈ C (2)
unde V ( x, y ) este o functie necunoscuta pe domeniul marginit D ⊂ R , coeficientii β ij , α i ,
2

i, j = 1,2 sunt functii reale cunoscute definite pe D , functia ϕ( x, y ) este de asemenea cunoscuta, iar
C = ∂D este frontiera lui D . Rezolvarea ecuatiei (1) cu conditia pe contur (2) este cunoscuta sub
numele de problema .......................

a. Dirichlet c. Monte Carlo


b. Poisson
____ 18. Un caz particular de ecuatie de tip eliptic este ecuatia ..............., adica ∇V (P ) = F (P ) , sau
∂ 2V ∂ 2V
+ = F ( x, y ) cu conditia pe contur V (P ) = ϕ(P ) , P ∈ C , C = D ⊂ R 2 .
∂x 2 ∂y 2
a. Poisson
b. Dirichlet
c. Monte Carlo

True/False
Indicate whether the sentence or statement is true or false.

____
A 1. Un stoc este o resursa de orice fel care are o valoare economica, caracterizata prin intrari si iesiri
____
A 2. De regula, intrarea in stoc se realizeaza in cantitati mari (numite comenzi) care se introduc in stoc la
intervale de timp numite cicluri de reaprovizionare.
F
____ 3. De regula, intrarea in stoc se realizeaza in cantitati mari (numite comenzi) care se introduc in stoc la
intervale de timp numite inventare.
____
A 4. Modelul clasic al lotului economic este cunoscut si sub numele de modelul lui Wilson
____
F 5. Modelul clasic al lotului economic este cunoscut si sub numele de modelul clasic al lipsei de stoc.
____
A 6. Procesul stochastic discret N (t ) , cu cresteri independente, se numeste proces de nastere si moarte,
daca satisface urmatoarele proprietati:
P ([N (t + Δt ) = n + 1][N (t ) = n]) = λ n Δt + o(Δt )
P ([N (t + Δt ) = n − 1][N (t ) = n ]) = μ n Δt + o(Δt )
P ([N (t + Δt ) = n ± i ][N (t ) = n]) = o(Δt ) , i > 1
unde P ( A B ) inseamna probabilitatea lui A conditionata de B , constantele {λ n , n ≥ 0},
{μ n , n ≥ 1} sunt siruri de numere pozitive date, iar o(Δt ) este un element al unei clase de functii ce
satisfac conditiile
o(Δt )
lim o(Δt ) = 0 , lim =0
Δt →0 Δt →0 Δt

____
F 7. Procesul stochastic discret N (t ) , cu cresteri independente, se numeste proces Marcov simplu, daca
satisface urmatoarele proprietati:
P ([N (t + Δt ) = n + 1][N (t ) = n]) = λ n Δt + o(Δt )
P ([N (t + Δt ) = n − 1][N (t ) = n ]) = μ n Δt + o(Δt )
P ([N (t + Δt ) = n ± i ][N (t ) = n]) = o(Δt ) , i > 1
unde P ( A B ) inseamna probabilitatea lui A conditionata de B , constantele {λ n , n ≥ 0},
{μ n , n ≥ 1} sunt siruri de numere pozitive date, iar o(Δt ) este un element al unei clase de functii ce
satisfac conditiile
o(Δt )
lim o(Δt ) = 0 , lim =0
Δt →0 Δt →0 Δt

____
A 8. Procesul de nastere si moarte este stationar daca Pn (t ) = p n = const. adica repartitia sa nu depinde
de timp.
____
F 9. Procesul de nastere si moarte este nestationar daca Pn (t ) = p n = const. adica repartitia sa nu
depinde de timp.
A 10. In modelul cu ceas variabil, ceasul variabil al simularii nu apare explicit (el este implicit), in sensul
____
ca de fapt pentru alegerea evenimentului ce trebuie prelucrat se foloseste regula primului eveniment
urmator, care este o consecinta a tehnicii bazate pe ceasul cu crestere variabila.
A 11. Procesele si lanturile Markov sunt acelea care satisfac proprietatea lui Markov.
____

A 12. Tehnica urmatoare " Sa presupunem ca se cunoaste repartitia initiala π = (π1 , π 2 ,..., π m )
____ si
matricea probabilitatilor de tranzitie P = p ij . Atunci starea initiala I = i se simuleaza ca variabila
discreta" permite simularea unui lant Markov.
⎛ 1, 2, ..., m ⎞
I : ⎜⎜ ⎟⎟
π
⎝ 1 , π 2 , ..., π m⎠

Daca lantul se afla in starea i atunci starea aleatoare urmatoare in care trece lantul se simuleaza ca
variabila discreta
⎛ 1, 2, ..., m ⎞
J : ⎜⎜ ⎟
⎝ pi1 , pi 2 , ..., pim ⎟⎠


F 13. Tehnica urmatoare " Sa presupunem ca se cunoaste repartitia initiala π = (π1 , π 2 ,..., π m ) si matricea
____
probabilitatilor de tranzitie P = p ij . Atunci starea initiala I = i se simuleaza ca variabila discreta"
permite simularea unui proces gausian stationar.

⎛ 1, 2, ..., m ⎞
I : ⎜⎜ ⎟⎟
π
⎝ 1 , π 2 , ..., π m⎠

Daca lantul se afla in starea i atunci starea aleatoare urmatoare in care trece lantul se simuleaza ca
variabila discreta
⎛ 1, 2, ..., m ⎞
J : ⎜⎜ ⎟
⎝ pi1 , pi 2 , ..., pim ⎟⎠

____
A 14. Daca o stare i a unui lant omogen are proprietatea ca exista un j , j ≠ i astfel incat pij > 0 , atunci
starea i este stare de tranzitie.
____
F 15. Daca o stare i a unui lant omogen are proprietatea ca exista un j , j ≠ i astfel incat pij > 0 , atunci
starea i este stare absorbanta.
____
A 16. Daca o stare i a unui lant omogen are proprietatea ca exista un j , j ≠ i astfel incat p ii = 1 atunci
starea i este stare absorbanta.
____
F 17. Daca o stare i a unui lant omogen are proprietatea ca exista un j , j ≠ i astfel incat ,
atunci starea i este stare absorbanta.
____
A 18. Sub denumirea de metode Monte Carlo sunt cuprinse o serie de tehnici de rezolvare a diverse
probleme utilizand numere aleatoare, variabile aleatoare sau procese stochastice simulate cu
calculatorul.
____
A 19. Ecuatia Poisson este un caz particular de ecuatie de tip eliptic.
____
A 20. În diverse modele de stocare se pot da costurile h , s si/sau d , se da rata cererii r si timpul de
avans L si se cer q , P optime. O multime de elemente ce definesc un mecanism de aprovizionare
se spune ca determina o politica de reaprovizionare.
____
A 21. In diverse modele de stocare se pot da costurile h , s si/sau d , se da rata cererii r si timpul de
avans L si se cer q , P optime. Cand r , L nu sunt aleatoare, modelul se numeste determinist.
A 22. In diverse modele de stocare se pot da costurile h , s si/sau d , se da rata cererii r si timpul de
____
avans L si se cer q , P optime. Cand cel putin una din variabilele r , L este aleatoare, modelul
este stochastic.
F 23. In diverse modele de stocare se pot da costurile h , s si/sau d , se da rata cererii r si timpul de
____
avans L si se cer q , P optime. Cand r , L nu sunt aleatoare, modelul se numeste stochastic.
F 24. In diverse modele de stocare se pot da costurile h , s si/sau d , se da rata cererii r si timpul de
____
avans L si se cer q , P optime. In cazul cand cel putin una din variabilele r, L este aleatoare,
modelul este determinist..
____
A 25. Modelul:
Exp(λ ) / Exp(μ ) / 1 : (∞, FIFO )
Este un exemplu de model matematic de asteptare cu o statie de serviciu.
A 26. Modelul:
____
Exp(λ ) / Exp(μ ) / N ( paralel) : (∞, FIFO )
este un model matematic de asteptare cu N statii paralele presupuse identice (adica au aceeasi
repartitie pentru ST -ul fiecareia), coada poate fi infinita, iar disciplina este standard (primul venit
primul servit).

Completion
Complete each sentence or statement.

1. Daca {X t }t ∈T este un proces stochastic, multimea {(t , X t ) | t ∈ T } se numeste


…………………………..
TRAIECTORIE a procesului stochastic.
2. Daca un proces stationar satisface proprietatea lui Markov, se spune ca procesul
……………………….
NU ARE MEMORIE

3. Relatiile urmatoare, satisfacute de probabilitatile de trecere ale unui lant Markov:


Pij (s , t ) = ∑ ∑ Pik (s , r )Pkj (r , t ), i , j ∈ S = {1,2 ,3 ,..., m},
k ∈S s ≤ r ≤ t
s , t ∈ T = {0 ,1,2 ,..., n}.
se numesc relatiile lui …………………………
CHAPMAN KOLMOGOROV
(se vor scrie cuvintele cu spatiu intre ele fara alt semn)

4. Intr-un lant Markov cu un numar finit de stari, matricea Pij (s , t ) , s , t ∈ ℵ se numeste matrice
de trecere in …………
T-S pasi.

5. Daca intr-un lant Markov cu un numar finit de stari, probabilitatile de trecere intr-un pas nu depind
de momentele cand au loc tranzitiile , spunem ca lantul este ………………sau
OMOGEN stationar
6. Metoda Monte Carlo pentru calculul integralelor in care se foloseste repartitia uniforma pentru a
1 n
1
returna integrala θ = ∫ f ( x )dx cu media aritmetica θ n = ∑ f (U i ) se numeste metoda
0 n i =1
Monte Carlo …………………………
BRUTA

7. Lantul Markov asociat metodei Monte Carlo de rezolvare a problemei Dirichlet poarta numele de
…………………….. in plan
MERS LA INTAMPLARE

NIVELUL STOCULUI t

8. In teoria stocurilor, ........................ la momentul t este I(t) = I 0 + ∫ (b( x ) − a ( x ))dx , unde I0 este
0

nivelul initial al stocului, a(t) este rata intrarii in stoc la momentil t, iar b(t) este rata iesirii din stoc la
momentul t.

9. In modelul lui .................


WILSON costul total de intretinere a stocului pe unitatea de timp este C(q) =

hq sr
+
2 q
POLITICA OPTIMA
⎛ ∧ ∧
⎞ ⎛ 2rs 2 s ⎞
10. In modelul lui Wilson, ............. de reaprovizinare este ⎜ q 0 ,T0 ⎟ = ⎜ ⎟
⎝ ⎠ ⎜ h , rh ⎟
⎝ ⎠
COSTUL OPTIM ∧
11. In modelul lui Wilson .............. al intretinerii stocului este C 0 = 2 srh
12. In modelul clasic al LIPSEI
.............................,
DE STOC functia obiectiv de minimizat este C(S,T) =
C hS 2 d (rT − S )
2
+ +
T 2rT 2rT
13. Solutia sistemului de ecuatii diferentiale asociat unui proces de nastere si deces ..................
ERGODIC sau
−1
nλ ⎡ ∞ n −1 λ ⎤
stationar este pn = ∏ α p0 , unde p0 = ⎢1 + ∑∏μα ⎥
α = 0 μα + 1 ⎣ n = 1α = 0 α + 1 ⎦


14. Intr-un sistem de asteptare, numarul ............
MEDIU de clienti din sistem este E[NT]= ∑ np n
n =0

15. Intr-un sistem de asteptare cu c statii de serviciu numarul mediu de STATII


.......... care lenevesc este E[NID]
c
= ∑ (c − n) pn
n =0
16. Intr-un sistem de asteptare cu c statii de serviciu, lungimea ............
MEDIE a cozii de asteptare este E[WL] =

∑ (n − c) pn
n=c