§_一
VALLEl裂蹴Y
自然科学
泊松分布与泊松流
徐春芳
(福建师范大学数学与计算机科学学院福建福州350007)
摘要:关键词:
主要从泊松分布以及泊松流的性质出发.给出它们在应用方面的一些探讨。泊松分布;泊松流;等待时间
1--01
中图分类号:021文献标识码:A文章编号:1671--7597(2010)022001
1鼍l入
泊松分布是由法国数学家泊松于1837年引入的。泊松分布也是概率论中最霞耍的几个分布之一。一‘种分布之所以霞要,通常是由于炳种原因:或者它直接产生于实际问题中,或者它作为某些重要的分布的极限而出现,因而在理论一t:有重要的意义。泊松分布也足如此:首先.已经发现许多随机现象服从泊松分布。特别是在社会生活、物理科学等领域,诸如公共汽车站来剑的乘客数,放射性分裂落到某区域的质点数等等。其次,对泊松分布的深入研究(特别是通过随机过程的研究)已发现它具有许多特殊的性质和作用。
2定义和性曩2.1泊松分布
设x为离散型随机变量,且X的取值为所有非负整数。如果x的概率函数为:
P(x:舻j箐对讯-o'L2'L
0
其他
则称x服从均值为五(旯>0)的泊松分布。
泊松分布的均值和方差都为五。
定理l:如果Xl,X2,L,XI是相互独它的随机变量,且X,服从均值
为砖(f=l,2,Lk)的泊松分布,则xI,x2,L,xt服从均值为五+五十L
+以的泊松分布。
2.2泊松流
源源不断地出现的许多随机的质点构成一个随机质点流,简称流。例如,到某商店去的顾客形成‘个顾客流等。
以X。表示在时间区间(O,t】内总共出现的质点个数,我们讨论X,的分布。
流称为泊松流,如果流满足下列条件:
1)独立增量性(无后效性)。在任意/'1个不相交的区间(q,岛】(f=l,2,L,玎)中,各自出现的质点的个数X(ai,觑】是独伊的。即对任意n个非
负整数岛,诸事件X(az,岛】,=ki,f-1,2'L,厅是独立的:
2)平稳性。在长为t的区间(n'4+f1中,出现七个质点的概率最(t)
=P(X(a,a+f】=七)与a无关,且eo(t)不恒等于1。并且在有限区间(西
口+f】中只出现有限多个质点,即有∑嚷(f)=l;
3)普通性。在位,a+tl中出现一个以上质点的概率y(f)(=l一岛(f)
一e.(O)at的高阶无穷小量,即!i璺兰掣:o。
泊松流也称为泊松过程。
定理2:对于泊松流,X。有参数为办的泊松分布,A是正常数;即:
P(X,=护P础訾,(七=O,L2,L)
通常我们用泊松分布来描述事件出现的次数,由于^是单位时间内事件发生的甲均数,x越大,单位时间内平均发生的事件越多。所以也称^为泊松过程的强度。州强度为^的泊松过程来描述单位时间内期望出现事件数为^的随机事件的出现次数,若在互不相交的时间区域内事件的发生是相互独立的,且两个或多个事件能在同一时间发生,则时问间隔为t时,
万方数据
事件出现的次数服从均值为^t的泊松分布。
3典型倒囊3.1顾客到达数
一个店主_}}j独立且服从均值为4.5的泊松随机变量来描述在互不相交的时问间隔咀到的顾客数,认为平均每小时到达商店购物的顾客数为4.5。求在两个小时的时问问龋里至少有12名顾客到达商店购物的概率为多少?
解:以X.表示第叫、时内到达商店购物的顾客数,爿2表示第--4,时内到达商店购物的顾客数,则町以认为Xl和X2足相互独立的泊松随机变量,且均值都为4.5。由定理1,两个小时内到达购物的顾客总数X=X.+盖2服从均值为9的泊松分布。通过查泊松概率表可得到所求概率是尸(X≥12)=0.197。
3.2等待时间悖论
公共汽车依泊松过程到达车站,依次相继到达的汽车间隔的时问期望是x。假设某人在任意时刻t到达车站,求他等待汽车的时间X。的期望ElⅨ,J是多少?
解一:由泊松过程的无后效性,他等待的时间分布不依赖于他的到达
时刻。在这种情形下,£Ix,)=E(xo)=五。
解二;他的到达时刻是“随机地出现”在区问内,在两辆相继到达的汽车之间,由于对称性,他的期望等待时间是两辆相继到达的汽车时阃阃
1
隔时间的一半,即EIX。)=÷五。
2
说明:这两个解法都是正确的,并且都被用于实际中。矛盾在于:
我们讨论时间问隔W=S.,%=S2一S。,L(S。表示第n辆车到达的时刻)。则%有相同的分布,其期望值为。选取“任意”特殊的就得到一
个随机变量,从直观上会认为它的期望值为,只要这种选择不需耍用到样本序列的知识。但这是不正确的。在本例中,我们选择一个变量使得。这里是同定的。这个选择是不考虑实际过程而做出的,但是这样选出的有两倍的期望值。由这一事实,本例的解二假设有期望等待时问。于是矛盾消失。这个悖论的解决引起了极人地震动,但是我们的思考方式经过适当的调整,它在直观上就变得明显了。粗略地说,长区间比短区间有较多的覆盖点的机会。
4小结
泊松过程除用来描述一定时间间隔内到达者的数量,计算等待的时间间隔外,还可以用来描述一定空间内发生的事件数,某一放射源放射的原子颗粒数等等。泊松过程的模型有如此J“泛的应用,主要原因有两个:第一,模型计算起来比较简单;第二,若关于事件的发生可以做出三条合理假设,那么对该模型就有一个很好数学证明.
参考文献:
[1]费勒,概率论及其应用,第一卷,胡迪鹤、林向清译,第二卷,李志
阐、郑元禄译,北京:科学出版社,1964,1994.
【2]王梓坤.概率论基础及其应用,北京:科学出版社,1976.
[33何书元.随机过程,北京:北京大学出版社,2008.
【4]孙清华、孙吴.随机过程疑难分析与解题方法,武汉:华中科技学出
版社,2008.
C5]李贤平,概率论基础,北京:高等教育出版社.1997.
泊松分布与泊松流
作者:作者单位:刊名:英文刊名:年,卷(期):被引用次数:
徐春芳
福建师范大学,数学与计算机科学学院,福建,福州,350007硅谷
SILICON VALLEY2010,
参考文献(6条)
1.费勒.胡迪鹤.林向清 概率论及其应用 19642.费勒.李志阐.郑元禄 概率论及其应用 19943.王梓坤 概率论基础及其应用 19764.何书元 随机过程 2008
5.孙清华.孙吴 随机过程疑难分析与解题方法 20086.李贤平 概率论基础 1997
相似文献(1条)
1.会议论文 石伟.李强.向阳.鞠九滨 针对幂律泊松模型推测网络蠕虫传播路径 2008
为了尽早获取网络蠕虫的传播路径,在对Internet流量的幂律泊松分布进行假设检验与参数计算的基础上,提出了幂律泊松流量分布模型下推测网络蠕虫传播路径的k聚积算法。采用数学方法证明了k聚积算法的有效性。通过模拟环境进行实验,研究了参数k对算法准确率的影响,并对算法有效性进行了验证.实验结果表明:当通信流量中入度幂律分布参数γ值大于3,k在0.3~0.5之间时,k聚积算法的准确率最高;当γ值介于2~3之间,k在0.5~0.7之间时,算法准确率最高;当γ值小于2,k在0.7~0.9之间时,算法准确率最高.针对不同的入度幂率分布情况,通过参数k的恰当选择,k聚积算法可以达到89%的准确率。通过试验可以选择参数k在不同幂率分布参数下的最优取值范围,使得k聚积算法对不同的流量分布模型具有较好的适应性。
本文链接:http://d.wanfangdata.com.cn/Periodical_guig201004009.aspx
授权使用:东北农业大学(dbnydx),授权号:3176834e-04e0-425b-955a-9dd100a92bae
下载时间:2010年8月13日