Die Erweiterung des Internets zum mobilen Teilnehmer

Größe: px
Ab Seite anzeigen:

Download "Die Erweiterung des Internets zum mobilen Teilnehmer"

Transkript

1 Die Erweiterung des Internets zum mobilen Teilnehmer Ansätze zur zur verkehrstheoretischen Dimensionierung paketvermittelnder Funknetze ITG Workshop IP Netzplanung, IP Netzmanagement und Optimierung Würzburg, 20./21. Juli 2000 Ulrich Vornefeld Lehrstuhl für Kommunikationsnetze RWTH Aachen Ulrich Vornefeld, 21. Juli

2 Überblick Evolution des Internets zum mobilen Teilnehmer Einführung neuer Dienste Standardisierung zukünftiger Mobilfunksysteme Dimensionierung paketvermittelnder Funknetze Der Markovsche Ankunftsprozess Modellierung Parametrierung Modellierung von Verkehrsquellen Einfluss und Modellierung der Funkverbindung Ergebnisse am Beispiel der Warteschlangenlängen Ausblick Ulrich Vornefeld, 21. Juli

3 Evolution des Internets zum Mobilteilnehmer Internet Zuhause Im Büro Unterwegs Wachsende Nachfrage nach Internetdiensten durch Mobilteilnehmer Einführung von Datendiensten in bestehende Mobilfunknetze Standardisierung zukünftiger Mobilfunknetze WAP, HSCSD, GPRS, UMTS, HIPERLAN/2, IEEE Ulrich Vornefeld, 21. Juli

4 Dimensionierung paketvermittelnder Funknetze Zwei Perspektiven: Dimensionierung des Netzes Verbindungsannahmesteuerung Optimierungskriterium: Dienstgüte (QoS)????? Leitungsvermittlung Blockierwahrscheinlichkeiten Erlang-B Formel Paketvermittlung Paketverzögerungen und -verluste Neue Modelle und Verfahren Modellierung Verkehrsquellen und Funkkanal durch MAPs bzw. BMAPs Ulrich Vornefeld, 21. Juli

5 Der Markovsche Ankunftsprozess (MAP) Verallgemeinerung des Konzepts der Phasenverteilung (Neuts, Lucantoni) Auch Modellierung allgemein korrelierter Ankunftsprozesse möglich Berücksichtung von Gruppenankünften (Batch Markovian Arrival Process) Umfangreiche matrixanalytische Methoden zur Bestimmung der charakteristischen Größen Beschreibung durch Ankunftsmatrizen D 0 und D k D 0 beschreibt transiente Übergänge ohne Ankunftsereignis D k beschreibt Übergänge mit k Ankunftsereignissen Überlagerung von j BMAPs (auch verschieden parametriert) durch Kroneckersummen D k = Dk ( 1) sd k ( j) k 0 Modellierung der Verkehrsquellen und des Funkkanals durch BMAPs Ulrich Vornefeld, 21. Juli

6 BMAPs zur Modellierung von Quellverkehr und Funkkanal Quellverkehr Parametrierung von BMAPs zur Nachbildung des Quellverkehrs unterschiedlicher Dienste (WWW, , etc.) Parametrierung entsprechend der betrachteten Schichten im Protokollstapel Funkkanal Betrachtung von Übertragungswiederholungen und Signalisierverkehr als Ankunftsprozesse Modellierung dieser Ankunftsprozesse durch BMAPs Bestimmung der Parameter durch Messung und Simulation Verteilungen sind durch exponentielle Phasen zu approximieren Überlagerung der Prozesse für Quellverkehr und Funkkanal Neuer Prozess ist ebenfalls BMAP Analyse eines Warteraummodell z.b. BMAP/D/1 Bestimmung charakteristischer Größen für Dienstgüte Ulrich Vornefeld, 21. Juli

7 Matrixanalytische Methoden Matrixanalytische Methoden zur Bestimmung charakteristischer Größen Numerische Stabilität ist zu beachten Große Zustandsräume Überlagerung von BMAPs Approximation von Verteilung (z.b. deterministisch durch Erlang-k) Algorithmen nach Neuts, Lucantoni, Ramaswami Weitgehende Vermeidung numerischer Integration Wesentliche Größen ohne inverse Transformation bestimmbar Numerisch stabile Implementierung in C++ basierend auf LAPACK = ( Θ x ) n 1 n G = γ n ( I + Θ D[ G ]) Θ x γ n e dh ( x) n = 0 n! 0 D G [ ] = j = 0 D j G j Θ = {( } max i D 0 ) ii H(x) : Bediendauerverteilung Ulrich Vornefeld, 21. Juli

8 Parametrierung der BMAPs Ankunftsprozesse in paketvermittelnden Netzen Langzeitabhängigkeiten Selbstähnlichkeit Verteilungen zeigen heavy-tailed Verhalten Approximation durch exponentielle Phasen möglich wenn Dichtefunktion vollständig monoton (Bernstein) Gruppenankünfte durch Segmentierung Einfluss der Funkverbindung Geringere Übertragungsbandbreiten In der Regel höhere Entgelte Höhere Übertragungsfehlerwahrscheinlichkeiten Zusätzliche Last durch Übertragungswiederholungen Höhere Signalisierlast zur Fehlersicherung Deutlich anderes Nutzerverhalten als im breitbandigen Festnetz Ulrich Vornefeld, 21. Juli

9 Modellierung von Verkehrsquellen P(>k) 0.1 P(>k) 0.1 P(>k) gemessene Verteilung gemessene Verteilung Pareto Verteilung gemessene Verteilung Pareto Verteilung Hyperexp. Verteilung (6 Phasen) 1e e+06 Paketlänge k 1e e+06 Paketlänge k 1e e+06 Paketlänge k Verkehrsmessungen an Modembank von Berkely (ITA) Beispiel: Länge von HTTP Paketen Verteilung zeigt heavy-tailed Verhalten Approximation durch Pareto-Verteilung (Hill Estimator) Approximation der Pareto-Verteilung durch hyperexponentielle Verteilung mit Hilfe genetischer Curvefitting-Algorithmen Exponentielle Phasen erlauben Modellierung der Bediendauer durch MAP Ulrich Vornefeld, 21. Juli

10 Zweizustandsmodell für WWW-Verkehr ON λ λ ON,OFF OFF,ON OFF Keine Ankünfte in OFF-Periode Segmentierung (z.b. HTTP-Pakete in IP-Pakete) führt zu Gruppenankünften in ON-Periode Periodendauern approximiert mit hyperexp. Verteilungen Zusätzliche Zustände zur Abbildung unterschiedlichen Benutzerverhaltens P(< t) gemessene Verteilung Hyperexp. Verteilung (3 Phasen) 2e+03 4e+03 6e+03 8e+03 1e+04 Dauer t [ms] Verteilung für die Dauer der ON-Periode Ulrich Vornefeld, 21. Juli

11 Modelle für den Funkkanal Gesicherte Übertragung Gestörte Pakete werden durch Sicherungsprotokolle wiederholt Zusätzliche Last und Verzögerung Empfang von Quittungen bestimmen Anzahl zu wiederholender Pakete Gruppenankünfte, abhängig von Duplexverfahren und Rahmenlänge Ankunftszeitpunkte entsprechen Zeitpunkten der Quittungsankünften Auch Quittungsübertragung wird gestört Unabhängig identisch verteilte Fehler (Binomialverteilung) Korrelierte Büschelfehler nach dem Gilbert-Elliott Modell Zwei Zustände (Good/Bad) Negativ exp. verteilte Aufenthaltsdauer Keine Fehler im Zustand Good G λ λ G,B B,G B Ulrich Vornefeld, 21. Juli

12 Fehlerwahrscheinlichkeiten MAC-Rahmen Zeit Auftrittswahrscheinlichkeit unkorreliert korreliert 1e Anzahl Fehler pro Rahmen Time Division Duplex System, 10 Zeitschlitze Rahmenlänge Mittlere Fehlerwahrscheinlichkeit 2,5% Ulrich Vornefeld, 21. Juli

13 Länge der Warteschlange für den Fehlerprozess P(>n) Unkorrelierte Fehler Simulation Analyse P(>n) Korrelierte Fehler (Gilbert) Simulation Analyse 1e-06 1e-08 1e-10 1e-12 1e Länge der Warteschlange n e-05 1e-06 1e-07 1e Länge der Warteschlange n Rahmenlänge 12 Zeitschlitze, Zwischenkunftszeiten Erlang-k verteilt BMAP/D/1, Last in beiden Fällen 0,025 Korrelierte Fehler führen zu längeren Wartezeiten Ulrich Vornefeld, 21. Juli

14 Ausblick Bestimmung der Modellparameter Systeme Dienste Fehlermodelle Erweiterung des Modells Integration anderer Bedienstrategien in das Modell Prioritäten (statisch und dynamisch) Verwerfen verspäteter Pakete von Echtzeitdiensten Modellierung verschiedener Verfahren zur Fehlersicherung Einfluss von TCP Untersuchung des Konzepts der effektiven Bandbreite Bestimmung der effektiven Bandbreite von BMAPs Bestimmung der Qualität dieser Approximation Ulrich Vornefeld, 21. Juli

Effektive Bandbreite selbstähnlicher Verkehrsströme

Effektive Bandbreite selbstähnlicher Verkehrsströme INSTITUT FÜR NACHRICHTENVERMITTLUNG UND DATENVERARBEITUNG Prof. Dr.-Ing. Dr. h. c. mult. P. J. Kühn ITG-Workshop IP Netzplanung, IP Netzmanagement und Optimierung Würzburg, 20./21. Juli 2000 Effektive

Mehr

WWW Worauf wir warten.

WWW Worauf wir warten. WWW Worauf wir warten. Joachim Charzinski Siemens ICN M NT joachim.charzinski@icn.siemens.de Dezember http://www.jcho.de/jc/ Outline. Einleitung. QoS für elastische Anwendungen., TCP und HTTP. Messung

Mehr

Diskrete Ereignis Simulation. Proseminar: Algorithmen der Verkehrssimulation Jörg Blank

Diskrete Ereignis Simulation. Proseminar: Algorithmen der Verkehrssimulation Jörg Blank Diskrete Ereignis Simulation Proseminar: Algorithmen der Verkehrssimulation Jörg Blank Definitionen zeitdiskrete Simulation System: Auschnitt der Realität Ereignis: Zustandsänderungen in Systemen Simulation:

Mehr

How To Find Out If A Ball Is In An Urn

How To Find Out If A Ball Is In An Urn Prof. Dr. P. Embrechts ETH Zürich Sommer 2012 Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Schreiben Sie für Aufgabe 2-4 stets alle Zwischenschritte und -rechnungen sowie Begründungen auf. Aufgabe

Mehr

Erste Bewertungen des probabilistischen Network Calculus

Erste Bewertungen des probabilistischen Network Calculus Erste Bewertungen des probabilistischen Network Calculus ( work in progress ) Matthias Baumann TU Dresden, Lehrstuhl Telekommunikation baumann@ifn.et.tu-dresden.de 1. Prinzipien des Network Calculus 2.

Mehr

UMTS - Ein Kurs. Universal Mobile Telecommunications System

UMTS - Ein Kurs. Universal Mobile Telecommunications System UMTS - Ein Kurs Universal Mobile Telecommunications System Von Univ.-Professor Dr.-Ing. Bernhard Walke Dipl.-Ing. Marc Peter Althoff Dipl.-Ing. Peter Seidenberg Rheinisch-Westfälische Technische Hochschule

Mehr

Modellierung von Netzspieleverkehr

Modellierung von Netzspieleverkehr INSTITUT FÜR NACHRICHTENVERMITTLUNG UND DATENVERARBEITUNG Prof. Dr.-Ing. Dr. h. c. mult. P. J. Kühn Modellierung von Netzspieleverkehr ITG Workshop IP in Telekommunikationsnetzen 25./26. Januar 2001, Bremen

Mehr

Simulationen zur Kanalkapazität ultrabreitbandiger Mobilfunkkanäle

Simulationen zur Kanalkapazität ultrabreitbandiger Mobilfunkkanäle Simulationen zur Kanalkapazität ultrabreitbandiger Mobilfunkkanäle Oliver Bredtmann Universität Duisburg-Essen VDE / ITG Diskussionssitzung UWB Übersicht Fluktuationen in der Kanalkapazität in Abhängigkeit

Mehr

Vorlesung Stetige Verteilungen / Mathematische Behandlung

Vorlesung Stetige Verteilungen / Mathematische Behandlung B E A C D Z Faultät Verehrswissenschaften Friedrich List Professur für Verehrsströmungslehre Verehrssystemtheorie I+II (V.-Wirtschaft) Vorlesung..0 Stetige Verteilungen / Mathematische Behandlung Neufert,

Mehr

Exponentialverteilung

Exponentialverteilung Exponentialverteilung Dauer von kontinuierlichen Vorgängen (Wartezeiten; Funktionszeiten technischer Geräte) Grenzübergang von der geometrischen Verteilung Pro Zeiteinheit sei die Eintrittswahrscheinlichkeit

Mehr

4 Statistik der Extremwertverteilungen

4 Statistik der Extremwertverteilungen In diesem Kapitel beschäftigen wir uns mit statistischen Anwendungen der Extremwerttheorie. Wir werden zwei verschiedene Zugänge zur Modellierung von Extremwerten betrachten. Der erste Zugang basiert auf

Mehr

5G - das mobile Internet der Zukunft!

5G - das mobile Internet der Zukunft! Lehrstuhl für Kommunikationsnetze Fakultät für Elektrotechnik und Informationstechnik Technische Universität München Kommunikationsnetze: Zukünftiges Internet - 5G - Industriekommunikation 5G - das mobile

Mehr

Mobilkommunikation Kapitel 11 : Ausblick

Mobilkommunikation Kapitel 11 : Ausblick Mobilkommunikation Kapitel 11 : Ausblick Die Zukunft mobiler und drahtloser Netze ist dies 4G? Alles mit IP? Lizensiert? Öffentlich? Privat? Prof. Dr.-Ing. Jochen Schiller, http://www.jochenschiller.de/

Mehr

4. Verteilungen von Funktionen von Zufallsvariablen

4. Verteilungen von Funktionen von Zufallsvariablen 4. Verteilungen von Funktionen von Zufallsvariablen Allgemeine Problemstellung: Gegeben sei die gemeinsame Verteilung der ZV en X 1,..., X n (d.h. bekannt seien f X1,...,X n bzw. F X1,...,X n ) Wir betrachten

Mehr

Mobile Transportschicht. Seminar: Mobile Computing WS 2004/2005 Gunnar Adler

Mobile Transportschicht. Seminar: Mobile Computing WS 2004/2005 Gunnar Adler Mobile Transportschicht Seminar: Mobile Computing WS 2004/2005 Gunnar Adler Gliederung Einleitung / Traditionelles TCP TCP Mechanismen TCP Optimierungen Split Connection Verfahren Fast Retransmit / Fast

Mehr

Leistungsbewertung rekonfigurierbarer Verbindungsnetze für Multiprozessorsysteme

Leistungsbewertung rekonfigurierbarer Verbindungsnetze für Multiprozessorsysteme Dietmar Tutsch SPP Rekonfigurierbare Rechensysteme 1 Leistungsbewertung rekonfigurierbarer Verbindungsnetze für Multiprozessorsysteme Günter Hommel und Dietmar Tutsch Institut für Technische Informatik

Mehr

Statistik I für Betriebswirte Vorlesung 4

Statistik I für Betriebswirte Vorlesung 4 Statistik I für Betriebswirte Vorlesung 4 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 25. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung

Mehr

Einsatz von Varianzreduktionstechniken II

Einsatz von Varianzreduktionstechniken II Einsatz von Varianzreduktionstechniken II Stratified Sampling und Common Random Numbers Bastian Bluhm Betreuer: Christiane Barz Ausgewählte technische, rechtliche und ökonomische Aspekte des Entwurfs von

Mehr

Übungsscheinklausur,

Übungsscheinklausur, Mathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 27 Prof. Dr. F. Liese Übungsscheinklausur, 3.7.27 Dipl.-Math. M. Helwich Name:...

Mehr

Einführung in die Stochastik für Informatiker Übungsaufgaben mit Lösungen

Einführung in die Stochastik für Informatiker Übungsaufgaben mit Lösungen Einführung in die Stochastik für Informatiker Übungsaufgaben mit Lösungen David Geier und Sven Middelberg RWTH Aachen, Sommersemester 27 Inhaltsverzeichnis Information 2 Aufgabe 4 Aufgabe 2 6 4 Aufgabe

Mehr

Kapitel 5 Erneuerungs- und Semi-Markov-Prozesse

Kapitel 5 Erneuerungs- und Semi-Markov-Prozesse Kapitel 5 Erneuerungs- und Semi-Markov-Prozesse Definition: Erneuerungsprozess Sei {T n, n N} eine Folge unabhängiger, nichtnegativer Zufallsvariablen mit Verteilungsfunktion F, mit F () < 1. Dann heißt

Mehr

Technische Universität Dresden. Beiträge zur Berechnung bewegungsabhängiger Kenngrößen von Mobilfunknetzen. Mathias Schweigel

Technische Universität Dresden. Beiträge zur Berechnung bewegungsabhängiger Kenngrößen von Mobilfunknetzen. Mathias Schweigel Technische Universität Dresden Beiträge zur Berechnung bewegungsabhängiger Kenngrößen von Mobilfunknetzen Mathias Schweigel von der Fakultät Elektrotechnik und Informationstechnik der Technischen Universität

Mehr

Statistik für Ingenieure Vorlesung 3

Statistik für Ingenieure Vorlesung 3 Statistik für Ingenieure Vorlesung 3 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 14. November 2017 3. Zufallsgrößen 3.1 Zufallsgrößen und ihre Verteilung Häufig sind

Mehr

Internes IPonAir- Kick Off

Internes IPonAir- Kick Off Internes IPonAir- Kick Off Lehrstuhl für Kommunikationsnetze, ComNets RWTH Aachen Erik Weiß 15. November 2001 IPonAir-Projektziel Festnetz GPRS/UMTS WAP 2 AP 1 H/2 AP 2 BS 1 BS 2 WAP 1 UTRAN UTRAN Lokal

Mehr

Vorwort. Marcus Hellwig für Leon VII

Vorwort. Marcus Hellwig für Leon VII Vorwort Nahezu alle Vorgänge, die sich beobachten und messen lassen, sind nicht normalverteilt; zu dieser Erkenntnis ist die Statistik seit einiger Zeit gelangt. Erhält die Statistik einige Messdaten in

Mehr

Modellierung und Simulation von Mischvorgängen in einem Rührer - Bachelorarbeit -

Modellierung und Simulation von Mischvorgängen in einem Rührer - Bachelorarbeit - Modellierung und Simulation von Mischvorgängen in einem Rührer - Bachelorarbeit - Dies Mathematicus 211 25. November 211 Gliederung 1 Motivation: Mischvorgänge in einem Rührer 2 Mathematische Modellierung

Mehr

Evaluierung beispielhafter Geschäftsmodelle für das mobile Internet

Evaluierung beispielhafter Geschäftsmodelle für das mobile Internet Tim Eggers Evaluierung beispielhafter Geschäftsmodelle für das mobile Internet auf Basis von Marktbetrachtungen und technologischen Gegebenheiten PETER LANG Frankfurt am Main Berlin Bern Bruxelles New

Mehr

Statistik I für Betriebswirte Vorlesung 3

Statistik I für Betriebswirte Vorlesung 3 Statistik I für Betriebswirte Vorlesung 3 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 15. April 2019 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 3 Version: 1. April

Mehr

Random-Access-Verfahren

Random-Access-Verfahren Random-Access-Verfahren Random-Access, 1 Referenzen - D. Bertsekas, R. Gallager: Data Networks, Prentice-Hall, 1992. - Du, Swamy, "Wireless Communications Systems", S. 108, Cambridge, 2010. TDMA-, FDMA-

Mehr

Übungen zu Rechnerkommunikation

Übungen zu Rechnerkommunikation Übungen zu Rechnerkommunikation Wintersemester 2010/2011 Übung 1 Mykola Protsenko, Jürgen Eckert PD. Dr.-Ing. Falko Dressler Friedrich-Alexander d Universität Erlangen-Nürnberg Informatik 7 (Rechnernetze

Mehr

Mathematik 3 für Informatik

Mathematik 3 für Informatik Gunter Ochs Wintersemester 20/6 Mathematik 3 für Informatik Lösungen zum Hausaufgabenblatt 4 Lösungshinweise (ohne Ganantie auf Fehlerfreiheit. Wenn man beim Roulette auf Rot oder Schwarz setzt, erhält

Mehr

Vorhaben: "Räumlich verteilte Parametrisierung unter Verwendung von verfügbaren Geodaten"

Vorhaben: Räumlich verteilte Parametrisierung unter Verwendung von verfügbaren Geodaten Vorhaben: "Räumlich verteilte Parametrisierung unter Verwendung von verfügbaren Geodaten" Oliver Gronz Universität Trier - Fachhochschule Trier 10. April 2008 Oliver Gronz (Uni & FH Trier) Räumlich verteilte

Mehr

Systeme II. Christian Schindelhauer Sommersemester Vorlesung

Systeme II. Christian Schindelhauer Sommersemester Vorlesung Systeme II Christian Schindelhauer Sommersemester 2006 11. Vorlesung 01.06.2006 schindel@informatik.uni-freiburg.de 1 Der Mediumzugriff in der Sicherungsschicht Statisches Multiplexen Dynamische Kanalbelegung

Mehr

Verteile Systeme, Mobile Computing, Mobile Kommunication

Verteile Systeme, Mobile Computing, Mobile Kommunication Verteile Systeme,, Mobile Kommunication Schill RPC erklären erweiterung Asynchrone RPC (Threads) Chaching und Replication erklärn Security Service: Symetrisches Verfahren -> in Bezug auf GSM Fehlerklasse

Mehr

Neuer Funkrufmaster: DAPNET Folien: Daniel Sialkowski und Ralf Wilke. 2. Hamnettagung in Aachen,

Neuer Funkrufmaster: DAPNET Folien: Daniel Sialkowski und Ralf Wilke. 2. Hamnettagung in Aachen, Neuer Funkrufmaster: DAPNET Folien: Daniel Sialkowski und Ralf Wilke 2. Hamnettagung in Aachen, 19.11.2016 Inhalt ) I. Einführung: Paging-Sendernetzwerke Vergleich mit Mobilfunknetzen )))) Quelle: C. Jansen,

Mehr

Nr. 4: Pseudo-Zufallszahlengeneratoren

Nr. 4: Pseudo-Zufallszahlengeneratoren Proseminar: Finanzmathematische Modelle und Simulationen Martin Dieckmann WS 09/0 Nr. 4: Pseudo-Zufallszahlengeneratoren Begriff Pseudo-Zufallszahl Zufallszahlen im Rechner entstehen letztlich immer durch

Mehr

Mobilkommunikationsnetze. - Einführung -

Mobilkommunikationsnetze. - Einführung - - Einführung - Andreas Mitschele-Thiel 1 Geschichte 1886 Experimenteller Nachweis durch Heinrich Hertz 1896 Erste Übertragung über offene See durch Guglielmo Marconi 1900 1901 1906 Erste Sprechfunkverbindung

Mehr

Goodbye ISDN Hello ALL-IP Wissenswertes für den Unternehmer

Goodbye ISDN Hello ALL-IP Wissenswertes für den Unternehmer Goodbye ISDN Hello ALL-IP Wissenswertes für den Unternehmer zur aktuellen Umstellungsphase der ISDN Anschlüsse auf IP ALL IP? auch Internet Telefonie oder Voice over IP (VoIP) genannt Telefonie über Computer

Mehr

IP-basierte Gruppenkommunikation für heterogene Netzumgebungen

IP-basierte Gruppenkommunikation für heterogene Netzumgebungen IP-basierte Gruppenkommunikation für joern.seger@uni-dortmund.de Fakultät für Elektrotechnik und Informationstechnik Lehrstuhl für Kommunikationsnetze Communication Networks Institute (CNI) Prof. Dr.-Ing.

Mehr

STATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik

STATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik Kapitel 11 Diskrete Zufallsvariablen 11.1. Wahrscheinlichkeits- und diskret Wahrscheinlichkeitsverteilungen Wahrscheinlichkeitsfunktion von X Nimmt abzählbare Anzahl von Ausprägungen an (z.b. Zählvariablen)

Mehr

Anwendung von FEMAG-Script: Mehrkriterielle Optimierung - Algorithmus, Umsetzung und Beispiele

Anwendung von FEMAG-Script: Mehrkriterielle Optimierung - Algorithmus, Umsetzung und Beispiele FEMAG-Anwendertreffen am 2. und 3. Dezember 2010 Anwendung von FEMAG-Script: Mehrkriterielle Optimierung - Algorithmus, Umsetzung und Beispiele Jens Krotsch, Bernhard Piepenbreier Lehrstuhl für Elektrische

Mehr

Übung 1: TDMA / FDMA / Zellulartechnik

Übung 1: TDMA / FDMA / Zellulartechnik ZHAW WCOM2, Rumc, 1/5 Übung 1: TDMA / FDMA / Zellulartechnik Aufgabe 1: Maximale GSM-Zellgrösse. Am Anfang einer GSM-Verbindung benutzt die Basisstation (BS) und die Mobilstation (MS) den folgenden kurzen

Mehr

Auswahl von Schätzfunktionen

Auswahl von Schätzfunktionen Auswahl von Schätzfunktionen Worum geht es in diesem Modul? Überblick zur Punktschätzung Vorüberlegung zur Effizienz Vergleich unserer Schätzer für My unter Normalverteilung Relative Effizienz Einführung

Mehr

Copula Funktionen. Eine Einführung. Nils Friewald

Copula Funktionen. Eine Einführung. Nils Friewald Copula Funktionen Eine Einführung Nils Friewald Institut für Managementwissenschaften Abteilung Finanzwirtschaft und Controlling Favoritenstraße 9-11, 1040 Wien friewald@imw.tuwien.ac.at 13. Juni 2005

Mehr

Stochastische Modellierung von Private Equity-Fonds

Stochastische Modellierung von Private Equity-Fonds Reihe: Finanzierung, Kapitalmarkt und Banken Band 59 Herausgegeben von Prof. Dr. Hermann Locarek-Junge, Dresden, Prof. Dr. Klaus Röder, Regensburg, und Prof. Dr. Mark Wahrenburg, Frankfurt Dr. Axel Buchner

Mehr

3. Prozesse mit kontinuierlicher Zeit

3. Prozesse mit kontinuierlicher Zeit 3. Prozesse mit kontinuierlicher Zeit 3.1 Einführung Wir betrachten nun Markov-Ketten (X(t)) t R +. 0 Wie beim Übergang von der geometrischen zur Exponentialverteilung können wir uns auch hier einen Grenzprozess

Mehr

Statistik. Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg

Statistik. Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg für Betriebswirtschaft, Internationales Management, Wirtschaftsinformatik und Informatik Sommersemester 2016 Prof. Dr. Stefan Etschberger Hochschule Augsburg Zufallsvariablen Beschreibung von Ereignissen

Mehr

Rechnernetze Übung 11. Frank Weinhold Professur VSR Fakultät für Informatik TU Chemnitz Juni 2012

Rechnernetze Übung 11. Frank Weinhold Professur VSR Fakultät für Informatik TU Chemnitz Juni 2012 Rechnernetze Übung 11 Frank Weinhold Professur VSR Fakultät für Informatik TU Chemnitz Juni 2012 IP: 192.168.43.9 MAC: 02-55-4A-89-4F-47 IP: 216.187.69.51 MAC: 08-48-5B-77-56-21 1 2 IP: 192.168.43.15 MAC:

Mehr

Grundlagen der Rechnernetze. Medienzugriffskontrolle

Grundlagen der Rechnernetze. Medienzugriffskontrolle Grundlagen der Rechnernetze Medienzugriffskontrolle Übersicht Multiplexing und Multiple Access Dynamische Kanalzuweisung Multiple Access Protokolle Spread Spectrum Orthogonal Frequency Division Multiplexing

Mehr

2. Stochastische Prozesse.

2. Stochastische Prozesse. SS 2006 Arbeitsblatt 2 / S. 1 von 7 2. Stochastische Prozesse. Warteschlangen treten als Erscheinungsformen von in der Zeit ablaufenden Prozessen auf, von denen wie oben erwähnt mindestens einer nicht

Mehr

Formelsammlung zur Vorlesung: Einführung in die Bayes-Statistik

Formelsammlung zur Vorlesung: Einführung in die Bayes-Statistik 1 Verteilungen Formelsammlung zur Vorlesung: Einführung in die Bayes-Statistik 1.1 Diskrete Verteilungen Helga Wagner und Gero Walter Binomialverteilung: Y BiNom (n, π) Parameter: n > 0, π [0, 1] Wahrscheinlichkeitsfunktion:

Mehr

Modell zur Einflussanalyse Ein Modell zur Einflussanalyse von Methodenänderungen in Entwicklungsprozessen

Modell zur Einflussanalyse Ein Modell zur Einflussanalyse von Methodenänderungen in Entwicklungsprozessen Modell zur Einflussanalyse Ein Modell zur Einflussanalyse von Methodenänderungen in Entwicklungsprozessen Roland Koppe, Stefan Häusler, Axel Hahn 2 Übersicht Einleitung und Motivation Ansatz und Methodik

Mehr

Zufallszahlen in Testbetten und Simulationen

Zufallszahlen in Testbetten und Simulationen Zufall Wofür brauchen wir Zufallszahlen? Zufall Wofür brauchen wir Zufallszahlen? Simulation von Dingen, die wir nicht genau beschreiben wollen Zufall Wofür brauchen wir Zufallszahlen? Simulation von Dingen,

Mehr

Übung zu Empirische Ökonomie für Fortgeschrittene SS 2009

Übung zu Empirische Ökonomie für Fortgeschrittene SS 2009 Übung zu Empirische Ökonomie für Fortgeschrittene Steen Elstner, Klaus Wohlrabe, Steen Henzel SS 9 1 Wichtige Verteilungen Die Normalverteilung Eine stetige Zufallsvariable mit der Wahrscheinlichkeitsdichte

Mehr

Universität Stuttgart. TTI GmbH an der Universität Stuttgart Hochfrequenzanwendungen. Exposition durch Handys in realen Situationen

Universität Stuttgart. TTI GmbH an der Universität Stuttgart Hochfrequenzanwendungen. Exposition durch Handys in realen Situationen Universität Stuttgart Exposition durch Handys in realen Situationen Dipl.-Ing. J. Baumann Dipl.-Ing. L. Geisbusch 1 Überblick 1/2 Regelverhalten im GSM-System Funktionsweise Abhängigkeiten SAR-Werte bei

Mehr

Kontrollfragen zur Vorlesung Kommunikationsnetze für Medientechnologen

Kontrollfragen zur Vorlesung Kommunikationsnetze für Medientechnologen Kontrollfragen zur Vorlesung Kommunikationsnetze für Medientechnologen Stand: Sommersemester 2017 Kapitel 1 - Einleitung 1. Welche Aspekte beinhaltet der Begriff Telekommunikation? 2. Beschreiben Sie das

Mehr

Operations Research Kurs 00859: Stochastische Simulation

Operations Research Kurs 00859: Stochastische Simulation Aufgabe B0404 In einem Friseursalon sind 1 Herrenfriseur, 1 Damenfriseur und 1 Meister, der sowohl Herren als auch Damen bedient, beschäftigt. Die Kunden bevorzugen eine Bedienung durch den Meister. Der

Mehr

Statistics, Data Analysis, and Simulation SS 2017

Statistics, Data Analysis, and Simulation SS 2017 Statistics, Data Analysis, and Simulation SS 2017 08.128.730 Statistik, Datenanalyse und Simulation Dr. Michael O. Distler Mainz, 4. Mai 2017 Dr. Michael O. Distler

Mehr

Vorwort Vorwort Bedeutung von VoIP VoIP sind nicht nur zwei Telefone und IP Ziel des Buches Für wen richtet sich das Buch? Kapitel 1 Die heutige Gesellschaft kann man sich ohne Telefon kaum vorstellen.

Mehr

Technische Informatik II FS 2008

Technische Informatik II FS 2008 Institut für Technische Informatik und Kommunikationsnetze Prof. Bernhard Plattner, Fachgruppe Kommunikationssysteme Technische Informatik II FS 2008 Übung 5: Kommunikationsprotokolle Hinweis: Weitere

Mehr

6.6 Poisson-Verteilung

6.6 Poisson-Verteilung 6.6 Poisson-Verteilung Die Poisson-Verteilung ist eine Wahrscheinlichkeitsverteilung, die zur Modellierung der Anzahl von zufälligen Vorkommnissen in einem bestimmten räumlichen oder zeitlichen Abschnitt

Mehr

Softwareprojektpraktikum Maschinelle Übersetzung

Softwareprojektpraktikum Maschinelle Übersetzung Softwareprojektpraktikum Maschinelle Übersetzung Jan-Thorsten Peter, Andreas Guta, Jan Rosendahl max.bleu@i6.informatik.rwth-aachen.de Vorbesprechung 5. Aufgabe 22. Juni 2017 Human Language Technology

Mehr

Synthese Eingebetteter Systeme. Übung 3

Synthese Eingebetteter Systeme. Übung 3 12 Synthese Eingebetteter Systeme Sommersemester 2011 Übung 3 Michael Engel Informatik 12 TU Dortmund 2011/05/25 Übung 3 SystemC-TLM TLM-Modellierung: TokenRing-Netzwerk Testbenches 12, 2011-2 - SystemC-TLM

Mehr

4. Transiente Analyse

4. Transiente Analyse 4. Transiente Analyse Bei der transienten Analyse wird der zeitliche Verlauf der Antwort auf eine zeitlich veränderliche Last bestimmt. Die zu lösende Bewegungsgleichung lautet: [ M ] [ü ]+[ D ] [ u ]+

Mehr

Vorlesung: Statistik II für Wirtschaftswissenschaft

Vorlesung: Statistik II für Wirtschaftswissenschaft Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenho Institut für Statistik, LMU München Sommersemester 2017 Einführung 1 Wahrscheinlichkeit: Definition und Interpretation 2 Elementare

Mehr

Rechnernetze Übung 11

Rechnernetze Übung 11 Rechnernetze Übung 11 Frank Weinhold Professur VSR Fakultät für Informatik TU Chemnitz Juli 2011 Herr Müller (Test GmbH) Sekretärin (Super AG) T-NR. 111 T-NR. 885 Sekretärin (Test GmbH) Herr Meier (Super

Mehr

Statistik für Ingenieure Vorlesung 5

Statistik für Ingenieure Vorlesung 5 Statistik für Ingenieure Vorlesung 5 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 28. November 2017 3.4 Wichtige stetige Verteilungen 3.4.1 Exponentialverteilung Parameter:

Mehr

Wirtschaftsmathematik

Wirtschaftsmathematik Einführung in einige Teilbereiche der Wintersemester 206 Prof. Dr. Stefan Etschberger HSA Unabhängigkeit von Ereignissen A, B unabhängig: Eintreten von A liefert keine Information über P(B). Formal: P(A

Mehr

Breitband-ISDN und ÄTM-Netze

Breitband-ISDN und ÄTM-Netze fflz-c&z Breitband-ISDN und ÄTM-Netze Multimediale (Tele-)Kommunikation mit garantierter Übertragungsqualität Von Priv.-Doz. Dr. Gerhard Haßlinger Deutsche Telekom Technologiezentrum Darmstadt und Dr.-Ing.

Mehr

Bestimmung von MIMO-Kanalkapazitäten für unterschiedliche Antennenarchitekturen auf der Basis von breitbandigen Ausbreitungsmessungen

Bestimmung von MIMO-Kanalkapazitäten für unterschiedliche Antennenarchitekturen auf der Basis von breitbandigen Ausbreitungsmessungen Bestimmung von MIMO-Kanalkapazitäten für unterschiedliche Antennenarchitekturen auf der Basis von breitbandigen Ausbreitungsmessungen Dirk Hampicke, Markus Landmann, Andreas Richter, Christian Schneider,

Mehr

Evolutionär ablaufende Strukturbildung

Evolutionär ablaufende Strukturbildung Evolutionär ablaufende Strukturbildung Peter Schuster, Klaus Lucas, Peter Roosen und Hans-Paul Schwefel Aachen, Dortmund und Wien BBAW, Ratspräsentation Berlin, 26.05.2005 1. Biologische Strukturbildung,

Mehr

Kapitel XI - Operationscharakteristik und Gütefunktion

Kapitel XI - Operationscharakteristik und Gütefunktion Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel XI - Operationscharakteristik und Gütefunktion Induktive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo

Mehr

Vernetzte Systeme. Übungsstunde Adrian Schüpbach 09. Juni 2006

Vernetzte Systeme. Übungsstunde Adrian Schüpbach 09. Juni 2006 Vernetzte Systeme Übungsstunde 09.06.2006 Adrian Schüpbach scadrian@student.ethz.ch 09. Juni 2006 Adrian Schüpbach (ETH Zürich) Vernetzte Systeme SS 2006 1 / 28 Übersicht 1 TCP-Zustandsdiagramm 2 Proxy

Mehr

Wahrscheinlichkeitsrechnung und Statistik

Wahrscheinlichkeitsrechnung und Statistik 9. Vorlesung - 2017 Monte Carlo Methode für numerische Integration Sei g : [0, 1] R stetige Funktion; man möchte 1 0 g(t)dt numerisch approximieren mit Hilfe von Zufallszahlen: Sei (U n ) n eine Folge

Mehr

Statistische Signaldegradation durch PMD und Rauschen

Statistische Signaldegradation durch PMD und Rauschen Statistische Signaldegradation durch PMD und Rauschen Dr.-Ing. Jens Kissing Prof.-Dr. Ing. E. Voges Übersicht Statistik der effektiven Pulsverbreiterung erster und zweiter Ordnung PMD (Einzelpuls) Statistik

Mehr

Stochastik Approximationen der Binomialverteilung

Stochastik Approximationen der Binomialverteilung Stochastik Approximationen der Binomialverteilung Stefan Englert stefan.englert@gmx.net 21. April 2007 Inhaltsverzeichnis 1 Approximation von n! und b n,p (k) 2 2 Der Satz von de Moivre-Laplace 6 3 Die

Mehr

Klassische Ruintheorie

Klassische Ruintheorie Seminar Versiherngsrisiko n Rin Prof. Dr. H. Shmili 3.6 Ying Zho Klassishe Rintheorie 7.8 Die Laplae Transformation er Überlebenswahrshein lihkeit In iesem Abshnitt sehen wir, wie φ rh ie Laplae Transformation

Mehr

Chaos-based Image Encryption

Chaos-based Image Encryption 1 / 25 PS Einführung Kryptographie und IT-Sicherheit Chaos-based Image Encryption D. Schwarz, S. Ebner SS 2017 2 / 25 Übersicht 1 Einleitung & Motivation 2 Erstellung einer Chaos basierten Verschlüsselung

Mehr

Statistische Physik - Theorie der Wärme (PD Dr. M. Falcke)

Statistische Physik - Theorie der Wärme (PD Dr. M. Falcke) Freie Universität Berlin WS 6/7 Fachbereich Physik 4..6 Statistische Physik - Theorie der Wärme (PD Dr. M. Falcke) Übungsblatt 7: Dichtematrix, Variationsprinzip Aufgabe (5 Punkte) Betrachten Sie ein Gas

Mehr

Einführung in Quantitative Methoden

Einführung in Quantitative Methoden Einführung in Quantitative Methoden Karin Waldherr & Pantelis Christodoulides 11. Mai 2011 Waldherr / Christodoulides Einführung in Quantitative Methoden- 8.VO 1/40 Poisson-Verteilung Diese Verteilung

Mehr

Klausur Modellbildung und Simulation (Prof. Bungartz) SS 2007 Seite 1/7

Klausur Modellbildung und Simulation (Prof. Bungartz) SS 2007 Seite 1/7 Klausur Modellbildung und Simulation (Prof. Bungartz) SS 2007 Seite /7 Matrikelnummer: Systeme gewöhnlicher Differentialgleichungen (3 + 3 = 6 Pkt.) Die Abbildung zeigt die Richtungsfelder von drei Differentialgleichungssystemen

Mehr

Diskrete Verteilungen

Diskrete Verteilungen Diskrete Verteilungen Bernoulli-Verteilung: X Bernoulli(p) Symbol für «verteilt wie» «Eperiment» mit zwei Ausgängen: «Erfolg» ( 1) oder «Misserfolg» ( ). Die Erfolgswahrscheinlichkeit sei p. Wertebereich

Mehr

Foto. Anwendung des Barnes-Hut-Algorithmus zur Reduzierung des Rechenaufwands diskreter Wirbelbewegungen

Foto. Anwendung des Barnes-Hut-Algorithmus zur Reduzierung des Rechenaufwands diskreter Wirbelbewegungen Foto Anwendung des Barnes-Hut-Algorithmus zur Reduzierung des Rechenaufwands diskreter Wirbelbewegungen Kai Loftfield, Robert Luckner - 30. Mai 2017 Workshop zum Thema Modellierung und Simulation in der

Mehr

0 sonst. a) Wie lautet die Randwahrscheinlichkeitsfunktion von Y? 0.5 y = 1

0 sonst. a) Wie lautet die Randwahrscheinlichkeitsfunktion von Y? 0.5 y = 1 Aufgabe 1 (2 + 2 + 2 + 1 Punkte) Gegeben sei folgende gemeinsame Wahrscheinlichkeitsfunktion f(x, y) = P (X = x, Y = y) der Zufallsvariablen X und Y : 0.2 x = 1, y = 1 0.3 x = 2, y = 1 f(x, y) = 0.45 x

Mehr

Fachgruppe Informatik. Anwendungsfächer. im Bachelor-Studiengang Informatik. Fachstudienberatung Bachelor Informatik Dr.

Fachgruppe Informatik. Anwendungsfächer. im Bachelor-Studiengang Informatik. Fachstudienberatung Bachelor Informatik Dr. Fachgruppe Informatik in der Fakultät für Mathematik, Informatik und Naturwissenschaften der RWTH Aachen Einführungsveranstaltung zur Wahl der Anwendungsfächer im Bachelor-Studiengang Informatik Fachstudienberatung

Mehr

Zeitreihenanalyse. Seminar Finanzmathematik. Andreas Dienst SS Einleitung - Begrüßung - Motivation - Inhaltsangabe. 2.

Zeitreihenanalyse. Seminar Finanzmathematik. Andreas Dienst SS Einleitung - Begrüßung - Motivation - Inhaltsangabe. 2. Seminar Finanzmathematik - Begrüßung - Motivation - Inhaltsangabe 3. Zusammen - fassung Zeitreihenanalyse Andreas Dienst SS 2006 Zeitreihen: Definition und Motivation - Begrüßung - Motivation - Inhaltsangabe

Mehr

Wissenschaftliche Begleitforschung im Forschungsbereich Energie in Gebäuden und Quartieren

Wissenschaftliche Begleitforschung im Forschungsbereich Energie in Gebäuden und Quartieren Wissenschaftliche Begleitforschung im Forschungsbereich Quo vadis? Univ.-Prof. Dr.-Ing. Dirk Müller Motivation und Ausgangslage 2 Entwicklung von Energiekonzepten für Gebäude und Quartiere Bedarf Abbildung

Mehr

Biostatistik, Sommer 2017

Biostatistik, Sommer 2017 1/51 Biostatistik, Sommer 2017 Wahrscheinlichkeitstheorie: Verteilungen, Kenngrößen Prof. Dr. Achim Klenke http://www.aklenke.de 8. Vorlesung: 09.06.2017 2/51 Inhalt 1 Verteilungen Normalverteilung Normalapproximation

Mehr

Abb. 1. Schema der Methode

Abb. 1. Schema der Methode Dipl. Ing. Wieslaw Dzwigon Technische Universität Krakow Schätzung der Verkehrs - Verteilung (O-D Matrix) bei der Anwendung der Verkehrsstärkemessen in den Straßenquerschnitten Einführung. Beschreibung

Mehr

Lösungen zu Übungsblatt 9 Höhere Mathematik2/Stochastik 2 Master KI/PI

Lösungen zu Übungsblatt 9 Höhere Mathematik2/Stochastik 2 Master KI/PI Lösungen zu Übungsblatt 9 Höhere Mathematik/Stochastik Anpassung von Verteilungen Zu Aufgabe ) a) Zeichnen des Histogranmmes: Um das Histogramm zu zeichnen, benötigen wir die Höhe der Balken. Die Höhe

Mehr

Rechnernutzung in der Physik Teil 3 Statistische Methoden der Datenanalyse

Rechnernutzung in der Physik Teil 3 Statistische Methoden der Datenanalyse Rechnernutzung in der Physik Teil 3 Statistische Methoden der Datenanalyse Karlsruher Institut für Technologie Ulrich Husemann Institut für Experimentelle Kernphysik, Karlsruher Institut für Technologie

Mehr

1 Relevante Beispiele für Verteilungen auf R

1 Relevante Beispiele für Verteilungen auf R Prof. Dr. H. Zähle Vorlesung Sachversicherungsmathemati, Anlage 1 Universität des Saarlandes, SS 2010 1 Relevante Beispiele Verteilungen auf R Wir bezeichnen die Menge aller W-Maße auf (R, B(R)) mit M

Mehr

Multiplexing und Multiple Access

Multiplexing und Multiple Access Multiplexing und Multiple Access Auf der Physikalischen Schicht Multiplexing um eine Leitung für mehrere Übertragungen zugleich zu verwenden Beispiele: Kabel TV, Telefon Auf der Verbindungsschicht Multiplexing

Mehr

Verfahren zur Parametrisierung von Markoffschen Zustandsmodellen zur Mobilitätsmodellierung

Verfahren zur Parametrisierung von Markoffschen Zustandsmodellen zur Mobilitätsmodellierung Verfahren zur Parametrisierung von Markoffschen Zustandsmodellen zur Mobilitätsmodellierung ITG Workshop 5.2.1 und 5.2.4. 24.3.2006, München Dr.-Ing. Michael Schopp Siemens AG basierend auf eigenen Arbeiten

Mehr