• Keine Ergebnisse gefunden

Klausur Leistungsbewertung VL

N/A
N/A
Protected

Academic year: 2021

Aktie "Klausur Leistungsbewertung VL"

Copied!
2
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Klausur Leistungsbewertung VL

24.09.2008

Anmerkungen

• Dieses Ged¨ achnisprotokoll ist praktisch vollst¨ andig, ihr k¨ onnt es gut als Generalprobe f¨ ur die Klausur nutzen. Die Bearbeitungszeit von 45 Minuten ist dabei im Vergleich zu anderen Klausuren wie etwa Kommunikationsnetze VL oder PR vollkommen ausreichend.

• Nur die wichtigen Themen der Vorlesung werden in der Klausur behandelt. Arbeitet diese mit den Folien durch und erg¨ anzt sie mit B¨ uchern, vor allem Raj Jain.

• Auf wiki.freitagsrunde.org und im Diplomandensaal findet ihr noch weitere Klausuren.

• Helft mit weiteren guten Ged¨ achnisprotokollen euren Kommilitonen: Sprecht euch vor der Klausur mit anderen Pr¨ uflingen ab und setzt euch direkt danach (!) zusammen. Die Einsicht bietet sogar eine weitere Gelegenheit zur Verbesserung der Notizen.

Aufgabe 1 (3 P)

Nennen Sie die drei grunds¨ atzlichen Verfahren, um Kommunikationssysteme zu testen. Nennen Sie zu jedem der drei folgenden Beispiele ein (oder mehrere) Verfahren, die Sie zur Leistungs- bewertung anwenden w¨ urden:

1. physikalischer Durchsatz einer optischen Fiberglasverbindung 2. Durchsatz der Linklayer bei Carrier Sense Multiple Access 3. mittlere Speichergr¨ oße eines IP-Routers

Aufgabe 2 (3 P)

Warum spielt der Poisson-Prozess in der Leistungsbewertung eine so herausragende Rolle? (Ei- genschaften des Poisson-Prozesses, Anwendbarkeit in der Praxis usw.)

Aufgabe 3 (4 P)

Sei eine auf [0, 1] gleichverteilte simulierte Zufallsvariable U gegeben. Bestimmen Sie mit Hilfe von U und der Inversionsmethode einen Zufallsgenerator f¨ ur die Exponentialverteilung mit der Dichtefunktion

f(x) = d

dx F (x) = λe

−λx

λ > 0 in der einfachstm¨ oglichen Form!

1

(2)

Aufgabe 4 (2 P)

Gegeben sei eine irreduzible aperiodische (also ergodische), zeithomogene Markovkette mit Zu- standsraten¨ ubergangsmatrix Q, in der jeder Zustand positiv rekurrent ist. Sei π = (π

0

, π

1

, . . .) der Zustandwahrscheinlichkeitsvektor im Steady-State. Geben Sie die beiden Gleichungen an, die zusammen ein lineares Gleichungssystem bilden, aus dem π eindeutig bestimmt werden kann.

Aufgabe 5 (4 P)

Erl¨ autern Sie Zweck und Aussagekraft eines Konfidenzintervalls!

Aufgabe 6 (3 P)

Welche Kenngr¨ oßen und Eigenschaften eines Systems k¨ onnen mit Operational Analysis be- stimmt werden? (pro Nennung gibt es einen halben Punkt)

Aufgabe 7 (3 P)

Sie untersuchen einen Systemaufbau mit Messungen, die einem erheblichen stochastischen Ein- fluss unterliegen. Welche der Methoden 2

k

-Factorial-Design bzw. 2

k

r-Factorial-Design w¨ urden Sie w¨ ahlen? Begr¨ unden Sie! Erkl¨ aren Sie in diesem Zusammenhang den Begriff Interaktion!

2

Referenzen

ÄHNLICHE DOKUMENTE

Im Praktikum wurde mit Hilfe von Aloha Daten¨ ubertragung von drei Sendern zu einem Empf¨ anger realisiert.. Leite den theoretischen Durchsatz von Aloha in Abh¨ angigkeit von

Spannungen berechnen und in Tabelle eintragen jeweils statisch/dynamisch von Biegung, Zug/Druck,

Zu beachten sind folgende Effekte: reverse recovery der PIN-Diode bedeutet beim Einschalten eine Spannungsabsenkung von u CE und eine Stromspitze von i C , for- ward recovery

Ich habe mein Bestes gegeben von den Fotos die ich in der Einsicht gemacht habe alles richtig abzu- schreiben, trotzdem gibt es nat¨ urlich keine Garantie darauf, dass die Aufgaben

An advantage of training neural networks using gradient descent based methods, such as backpropagation, is that they can not get stuck in local.. minima of the

c) Analysieren Sie den folgenden Abh¨ angigkeitsgraphen und erg¨ anzen Sie dar- aus die Matrizen und Vektoren unten.

Was sind die Voraussetzungen, damit eine Cholesky-Zerlegung f¨ ur eine Matrix A

Wie schnell konvergiert der QR-Algorithmus mit diesen Shifts f¨ ur eine symme- trische reelle regul¨ are Matrix mit dem Betrage nach verschiedenen Eigenwerten.. L¨ osung zu Aufgabe