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

. ____
D

1. Procesul stochastic

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; b. cu timp continuu;
D ____

{X t }t ∈T

pentru care exista si sunt finite

c. cu timp discret; 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

A ____

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 b. lant ____
B

4. Procesul stochastic

{X t }t∈T se numeste ....................... Ft1 + h ,t2 + h ,..., tn + h ( x1 , x 2 ,..., x n ) = Ft1 ,t2 ,..., tn ( x1 , x 2 ,..., x n ) {X t }t∈T

c. proces cu stari discrete d. proces cu stari continue

daca ∀n, h ∈ R , t1 < t 2 < ... < t n avem

a. stationat b. stationar tare
B ____

c. stationar slab

5. Procesul

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 b. slab stationar
C ____

(

discret,

este

) (

un

proces

..............

)

daca

satisface

proprietatea

c. Markov

6. Probabilitatile de tranzitie santisfac relatia lui ......................, adica

Pij (s, t ) = ∑

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

k∈S s ≤ r ≤t

∑ P (s, r )P (rt )
ik kj

∑ P (s , t ) = 1
j∈S ij

a. Markov b. Dirichlet c. Chapman-Kolmogorov
A ____

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

rezulta ca ρ( X s , X t + s ) = ρ(t ) , t = 1,2,... a. autocovarianta
b. repartitie c. autocorelatie
B ____

si fara a pierde generalitatea consideram mt = m = 0 . Daca notam ρ( X s , X t + s ) = Corr ( X s , X t + s )

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

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
B ____

si fara a pierde generalitatea consideram mt = m = 0 . Daca notam ρ( X s , X t + s ) = Corr ( X s , X t + s )

9.

Procesul gausian cu funtie de autocorelatie ............

ρ(t ) =

φ(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

B ____ 10. Procesul ................. {X t }t∈T este descris de urmatoarele relatii de recurenta

1− θ 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 X0 =
E [Vt ] = 0 , Var (Vt ) = σ 2 .
a. gausian b. zgomotului alb c. gausian stationar
A ____ 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

A ____ 12. Procesul avand repartitia Pn (t ) =

(λt )n e −λt
n!

se numeste proces Poisson ................

a. omogen b. neomogen c. simplu
A ____ 13.

Procesul avand repartitia .............. .
a. neomogen b. omogen c. simplu

(Λ(t ))n e −Λ (t ) P (t ) =
n

n!

, Λ(t ) = ∫ λ(u )du se numeste proces Poisson
0

t

A ____ 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
A ____ 15.

Metoda urmatoare: "Sa presupunem ca alegem o functie ϕ (ca in cazul metodei variabilei de control) astfel incat

θ = ∫ ϕ(u )du + ∫ ( f (u ) − ϕ(u ) )du unde integrala μ = ∫ ϕ(u )du se poate calcula exact si usor. Daca
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 ) ) =
0 0 0

1

1

1

(

)

< Var ( f (U ) )
se numeste metoda variabilelor ................... a. corelate b. antitetice c. de control A ____ 16. Metoda urmatoare:

= Var ( f (U ) ) + Var (ϕ(U ) ) − 2Cov( f (U ) − ϕ(U ) ) <

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

1

f (U ) ,

*

θ = E f * (U )

[

0

]

si

sa

consideram

estimatorul

primar

ϕ = f * (1 − U ) ,

E [ϕ(U )] = E f * (1 − U ) = θ . Atunci, putem considera estimatorul primar ψ =
avem Va r (ψ ) =

[

]

1 (τ + ϕ) pentru care 2

1 (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
A ____ 17. Fie ecuatia cu derivate partiale de ordinul doi

β11

∂V ∂ 2V ∂V ∂ 2V ∂ 2V = F ( x, y ) + 2α 2 + β 22 + 2α 1 + 2β12 2 ∂y ∂x ∂x∂y ∂y ∂x
V ( x, y ) = ϕ(x, y ) , ( x, y ) ∈ C

(1) (2)

cu conditia

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
c. Monte Carlo

numele de problema .......................
a. Dirichlet b. Poisson

A ____ 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 ____ A ____ F ____ A ____

1. Un stoc este o resursa de orice fel care are o valoare economica, caracterizata prin intrari si iesiri 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.
3. De regula, intrarea in stoc se realizeaza in cantitati mari (numite comenzi) care se introduc in stoc la

intervale de timp numite inventare.
4. Modelul clasic al lotului economic este cunoscut si sub numele de modelul lui Wilson

F ____ A ____

5. Modelul clasic al lotului economic este cunoscut si sub numele de modelul clasic al lipsei de stoc. 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 satisfac conditiile
Δt →0

{μ n , n ≥ 1} sunt siruri de numere pozitive date, iar o(Δt ) este un element al unei clase de functii ce
lim o(Δt ) = 0 , lim

{λ n , n ≥ 0},

o(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 )

unde P ( A B ) inseamna probabilitatea lui A conditionata de B , constantele satisfac conditiile
Δt →0

P ([N (t + Δt ) = n ± i ][N (t ) = n]) = o(Δt ) , i > 1

{μ n , n ≥ 1} sunt siruri de numere pozitive date, iar o(Δt ) este un element al unei clase de functii ce
lim o(Δt ) = 0 , lim

{λ n , n ≥ 0},

o(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.
____ 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 ) A

si

matricea probabilitatilor de tranzitie P = p ij . Atunci starea initiala I = i se simuleaza ca variabila discreta" permite simularea unui lant Markov.

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

⎛ 1, J :⎜ ⎜p , ⎝ i1

2, ..., pi 2 , ...,

m ⎞ ⎟ 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.

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

⎛ 1, J :⎜ ⎜p , ⎝ i1
starea i este stare de tranzitie.

2, ..., pi 2 , ...,

m ⎞ ⎟ pim ⎟ ⎠

A ____ 14. Daca o stare i a unui lant omogen are proprietatea ca exista un j , j ≠ i astfel incat pij > 0 , atunci 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.

____ 20. În diverse modele de stocare se pot da costurile h , s si/sau d , se da rata cererii r si timpul de A

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.
____ 21. In diverse modele de stocare se pot da costurile h , s si/sau d , se da rata cererii r si timpul de A

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.
____ 23. In diverse modele de stocare se pot da costurile h , s si/sau d , se da rata cererii r si timpul de F

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

TRAIECTORIE ………………………….. a procesului stochastic.

{X t }t ∈T

este un proces stochastic, multimea

{(t , X t ) |

t ∈ T } se numeste

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 ) =

s , t ∈ T = {0 ,1,2 ,..., n}.
CHAPMAN KOLMOGOROV se numesc relatiile lui ………………………… (se vor scrie cuvintele cu spatiu intre ele fara alt semn)

k ∈S s ≤ r ≤ t

∑ ∑ Pik (s , r )Pkj (r , t ),

i , j ∈ S = {1,2 ,3 ,..., m},

4. Intr-un lant Markov cu un numar finit de stari, matricea
t-s ?? de trecere in ………… pasi.

Pij (s , t ) , s , t ∈ ℵ se numeste matrice

5. Daca intr-un lant Markov cu un numar finit de stari, probabilitatile de trecere intr-un pas nu depind
OMOGEN de momentele cand au loc tranzitiile , spunem ca lantul este ………………sau stationar

6. Metoda Monte Carlo pentru calculul integralelor in care se foloseste repartitia uniforma pentru a

returna integrala θ =

1

f ( x )dx cu media aritmetica θ n =

0 BRUTA Monte Carlo …………………………

1 n

i =1

∑ f (U i ) se numeste

n

metoda

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

in plan la momentul t este I(t) = I 0 + ∫ (b( x ) − a ( x ))dx , unde I0 este
0 t

8. In teoria

stocurilor, NIVELUL STOCULUI ........................

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.
WILSON 9. In modelul lui ................. costul total de intretinere a stocului pe unitatea de timp este C(q) =

hq sr + q 2
10. In modelul lui Wilson, ............. de reaprovizinare este ⎜ q 0 ,T0 ⎟ =

POLITICA OPTIMA

⎛ ⎝

⎞ ⎠

⎛ 2rs 2 s ⎞ ⎜ ⎟ ⎜ h , rh ⎟ ⎝ ⎠

11. In modelul lui Wilson .............. al intretinerii stocului este C 0 =

COSTUL OPTIM

2 srh

LIPSEI DE STOC 12. In modelul clasic al ............................., functia obiectiv de minimizat este C(S,T) =

C hS 2 d (rT − S ) + + T 2rT 2rT

2

13. Solutia sistemului de ecuatii diferentiale asociat unui proces de nastere si deces .................. sau

ERGODIC

stationar este

pn

λ = ∏ α p0 α = 0 μα + 1
n

⎡ , unde p0 = ⎢1 + ⎣

λ ⎤ ∑∏μα ⎥ n = 1α = 0 α + 1 ⎦
∞ n −1

−1

14. Intr-un sistem de asteptare, numarul ............ de clienti din sistem este E[NT]=
STATII

MEDIU

n =0

∑ np n

15. Intr-un sistem de asteptare cu c statii de serviciu numarul mediu de .......... care lenevesc este E[NID]

=

n =0

∑ (c

c

− n) pn

MEDIE 16. Intr-un sistem de asteptare cu c statii de serviciu, lungimea ............ a cozii de asteptare este E[WL] =

n=c

∑ (n

− c) pn

Sign up to vote on this title
UsefulNot useful