Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Tip_rasch_ver.pdf
Скачиваний:
693
Добавлен:
31.03.2015
Размер:
3.46 Mб
Скачать

5. НЕКОТОРЫЕ ИНТЕРЕСНЫЕ ЗАДАЧИ

Поток требований называется простейшим, если интервалы времени между последовательными моментами прихода требований независимы и имеют показательный закон распределения.

Заметим, что в показательном законе распределения наиболее вероятны малые значения случайной величины. Это означает, что часто будут реализовываться малые интервалы между требованиями и редко–– большие. Для наблюдателя это будет выглядеть как локальные сгущения

требований

и

локальные

разряжения. Тем

самым

подтверждается

бытующее

представление о«полосе везения»

и «полосе

невезения».

Действительно, случайные события, даже будучи независимыми, имеют свойство группироваться во времени.

Задача 5.1 (о времени ожидания). Отметим одну особенность простейшего потока, связанную с «парадоксом времени ожидания». Предположим сначала, что к остановке с равными интервалами подходят автобусы (поток автобусов детерминированный). Пассажир в случайный момент времени приходит на остановку и ожидает ближайшего по времени автобуса. Каково среднее время ожидания пассажира?

Решение. Пусть интервал между автобусами равенt. Так как равновозможно любое значение времени ожиданияХ в пределах от 0 до t, то среднее время ожидания равно

 

 

t

1

 

1 x2

 

t

t

 

 

 

 

 

 

 

 

 

 

 

 

М ( X ) = òx

dx=

 

=

.

 

(5.1)

 

 

 

t

 

2

 

 

2

 

 

 

0

t

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Пусть теперь моменты прибытия автобусов на остановку образуют

простейший

поток

интенсивностиl.

 

 

Так

 

как

интервалы

между

последовательно приходящими автобусами имеют показательный закон

распределения, то средний интервал

между

 

прибытиями автобусов будет

равен

¥

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

M ( X ) = òxlexp(-lx)dx.

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

Интеграл можно взять по частям. Поэтому

 

 

 

 

 

 

 

 

 

 

¥

 

 

1

 

 

 

 

1

 

 

 

-lx

 

¥

-lx

 

 

-lx

 

¥

 

 

 

 

 

 

 

M ( X ) = -x e

 

 

0 + òe

 

dx = -

 

e

 

 

 

=

 

.

(5.2)

 

 

 

l

 

 

0

l

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

Плотность вероятности того, что момент

 

прихода

пассажира

придется на интервал между автобусами длины х, имеет вид

 

357

 

 

 

 

xle-lx

xle-lx

2

 

 

-lx

 

 

 

 

 

 

 

 

=

=

1

 

xl

e

 

.

 

 

 

 

¥

 

 

 

 

 

 

 

 

 

òxle-lxdx

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

l

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Согласно (5.1) при интервале между автобусами длинойх среднее

 

время

ожидания равно x / 2 . Поэтому среднее

 

время ожидания в

случае

 

простейшего потока равно

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

¥

x

 

 

 

 

1

 

 

 

 

 

 

 

 

M ( X ) = ò

xl2e-lxdx =

 

 

 

 

 

 

 

 

2

 

l

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

(последний интеграл дважды берется по частям). Итак, при регулярном

 

потоке среднее время ожидания равно

 

половине интервала

между

прибытиями автобусов. При чисто случайном потоке автобусов среднее

 

время ожидания совпадает со средним интервалом между автобусами.

 

 

 

Заметим, что среднее время ожидания пассажира может быть

значительно больше среднего интервала между автобусами. Например,

 

пусть автобусы приходят по расписанию, но такому, что сначала подряд с

 

интервалами в две минуты проходят пять автобусов, шестой приходит

 

через

50

минут.

Тогда

 

 

средний

 

 

 

 

интервал

будет

раве

(2 ×5 + 50) / 6 =10 мин.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Пассажир может с вероятностью1/5 попасть на череду коротких интервалов между автобусами и среднее время ожидания для него будет равно 1 мин. На большой интервал можно попасть с вероятностью5/6 и тогда среднее время ожидания будет25 мин. Поэтому среднее время ожидания равно 1×1 / 6 + 25 ×5 / 6 126= / 6 21= мин. Минимальным среднее

время ожидания будет при регулярном потоке автобусов при равных интервалах между ними.

Проведем

рассмотрение в общем случае. Момент, начиная с

которого мы

начинаем наблюдать поток событий, можно считать

случайной точкой t на оси времени t. Пусть в потоке событий интервалы между соседними событиями независимы и имеют одинаковые функции плотности вероятности f (t) (такие потоки называют потоками Пальма).

Найдем плотность вероятности f * (t) длины того интервалаТ * , на

который попала случайная точкаt. Понятно, что шансы точкой попасть в длинный интервал больше, чем в короткий. Поэтому сам факт попадания случайной точки t на интервал меняет его распределение. Рассмотрим

P{T * Î[t,t + dt)} » f * (t)dt.

(5.3)

Чтобы вычислить эту вероятность, предположим, что имеем

дело с

большой серией изn интервалов. Среднее число интервалов, имеющих длину в пределах отt до t + dt , равно n f (t)dt , а средняя длина суммы

358

таких интервалов равнаtn f (t)dt. Средняя же длина всехn интервалов

¥

равна nmt = nòt f (t)dt . Поэтому

0

 

 

 

 

 

 

nt f (t) dt

 

 

t f (t)

 

 

 

f * (t)dt »

=

dt .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

n mt

 

mt

 

 

 

 

При n ® ¥ получается точное равенство, из которого следует:

 

 

 

 

 

f * (t) =

t f (t)

.

 

 

 

 

 

 

(5.4)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

mt

 

 

 

 

 

 

 

Средняя длина интервала, в который попала точка, равна

 

 

 

*

 

1

¥

 

 

 

 

M (T 2 )

 

 

M (T

 

) =

 

òtt f (t) dt =

 

 

.

 

 

m

 

m

 

 

 

 

 

 

 

 

t

0

 

 

 

 

 

 

 

t

 

 

Так как D(T ) = M (T 2 ) – (m )2 , то

 

 

 

 

 

 

 

 

 

 

 

 

 

t

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

*

 

 

 

D(T ) + (m )2

 

 

 

D(T )

 

M (T ) =

=

 

t

mt

+

 

 

 

.

mt

 

mt

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Например, для показательного закона распределения интервалов(для

простейшего

потока

событий

 

 

интенсивностиl) mt

= M =(T ) 1 / l,

D(T ) =1 / l

2

,

поэтому f

*

(t) =

tle-l t

2

te

-lt

и M (T

*

) = 2 / l .

 

 

 

=

l

 

 

 

 

 

 

 

 

 

1 / l

 

 

 

вероятностиf * (t)

 

График

этой функции плотности

изображен на

рис. 5.1. Если для показательного закона распределения наиболее вероятны малые значения, то для f * (t) вероятности смещены в сторону больших значений.

Рис. 5.1

Пусть F (x) и f (x) соответственно функция распределения и функция плотности вероятности интервала X между моментами появления соседних событий. Предположим, что с момента появления последнего события уже прошло времяt. Найдем распределения оставшейся части интервала, которую обозначим через R:

359

P(R < r) F (r / t)

F (r=/ X ³ t)

 

P( X < t + r, X ³ t)

P(t £ X < t + r)

 

=

 

=

 

 

 

 

 

 

 

 

P( X ³ t)

P( X ³ t)

 

 

=

F (r + t) - F (t)

,

 

 

 

 

 

 

 

 

 

 

 

1 - F (t)

 

откуда f (r / t) =

dF (r, t)

=

f (r + t)

.

 

 

 

 

 

 

 

 

 

dr

 

 

1 - F (t)

 

 

 

Задача 5.2 (о наилучшем выборе). Имеется n однородных предметов различного качества, причем заранее о предметах ничего не известно. Предметы можно выбирать наугад по одному и обследовать. Если качество предмета нас не устраивает, о выбираем очередной предмет, но к отвергнутому предмету вернуться нельзя. Какой стратегии следовать, чтобы вероятность выбрать наилучший предмет была наибольшей? (Эту

задачу называют еще

задачей о

разборчивой . невестеКневесте

последовательно сватаются n женихов.

Жених, получивший отказ,

повторно не сватается.)

 

 

Решение. Поскольку качество этих предметов нам неизвестно, то для

начала необходимо получить представление о том, чего следует

ожидать.

Рассмотрим следующий порядок действий: Просмотрим m

( m < n )

предметов и отвергнем их, не взирая на качество. Затем остановим свой

выбор на первом предмете, который окажется лучше всех

ранее

просмотренных.

 

 

 

Вычислим

вероятность выбрать наилучший

предмет при

таком

образе действий, а затем определим оптимальное значение m.

 

Обозначим

через Ak –– событие, состоящее в том,

что наилучшим

 

является (k +1) -й предмет и при этом наилучший из первыхk предметов

 

находится среди первых m предметов (последнее условие гарантирует нам, что дело дойдет до выбора (k +1) -го предмета.). Тогда

n-1

P(выбрать наилучший предмет) = åP( Ak ) =

 

 

 

 

 

 

 

k =m

 

 

n-1

æ того, что наилучшим окажется ö

 

æ того, что наилучший среди

ö

 

ç

первых k предметов находится

÷

=

= åP ç

÷

× P ç

÷

k =m

è(k -1)-й по счету предмет

ø

ç

среди первых m предметов

÷

 

 

 

 

 

 

 

è

ø

 

 

n -1

 

m

 

 

m

 

n-1

 

 

 

= å

1

×

=

 

å

1

.

 

 

 

 

 

 

 

 

 

 

k =m n

 

k

 

n k =m k

 

 

 

Выберем число s между 0 и 1 и пусть m = [ns] –– наибольшее целое

число, меньшее, чем ns. Определим

 

при n ® ¥ наилучшее значениеs

(наилучшее в смысле максимизации исследуемой вероятности). Заметим:

 

360

 

m n-1 1 [ns]

n-1 1

n 1

 

 

 

P(s) = = å

 

 

 

 

 

å

 

 

» =s

 

dx -s ln s.

 

 

 

 

 

 

 

 

 

 

n k =m k

n

k =[ns ] k

nsò x

функцииP(s) = -s ln s . По

Найдем

максимальное

 

 

значение

необходимому

условию

 

 

 

 

 

 

 

¢

 

= – ln=s – 1

0 Þ ln s= –1 Þ

экстремумаP (s)

Þ s =1 / e –– критическая точка. В этой

точке функция

имеет максимум

 

¢¢

 

s=1/e = -1 /=s

 

s=1/e

-e < 0.

 

 

 

 

 

так как в этой точке P (s)

 

 

 

Итак, оптимальная стратегия рекомендует просмотреть примерно треть предметов (точнее, [n / e]) и затем остановить свой выбор на первом предмете лучшем, чем все ранее просмотренные. Не исключено, что

лучший предмет уже был просмотрен в первой

трети предметов, и

отвергнут. Тогда придется остановиться на последнем из предметов. Еще

раз подчеркнем, что предлагаемая стратегия не

гарантирует выбор

наилучшего предмета, но делает его выбор наиболее вероятным.

Задача 5.3. Вы принимаете участие в телеигре, и Вам предлагают выбрать одну из трех шкатулок, в одной из которых лежат деньги. Вы выбрали некоторую шкатулку (например, шкатулку № 1). Ведущий после этого открывает одну из двух других шкатулок(например, шкатулку № 3), показывает, что она пуста, и спрашивает: не желаете ли Вы изменить свое решение и выбрать шкатулку №2? Следует ли Вам менять свое решение или нет?

Решение. Будем полагать, что ведущий знает, где деньги лежат, и поэтому открывает именно пустую шкатулку. Насчет шкатулки с деньгами есть три одинаково вероятных предположения: Bi –– деньги находятся в i-й шкатулке, P(Bi ) =1 / 3, ( i = 1, 2,3).

Событие A состоит в том, что Вы выбрали шкатулку № 1, а ведущий открыл шкатулку №3. При пустой третьей шкатулке в силу симметрии

Ваши шансы на выигрыш равны 1/2.

 

 

 

Если деньги действительно находятся в первой шкатулке, то ведущий

с

вероятностью 1/2

откроет

именно

шкатулку 3.№ Поэтому

P( A / B1 ) =1 / 2.

 

 

 

 

 

Если

деньги

находятся

во второй шкатулке, то ведущий с

вероятностью 1 откроет именно шкатулку № 3 ( P( A / B2 ) =1).

 

 

Если деньги в третьей шкатулке, то вероятность выбора ведущим

третьей шкатулки нулевая ( P( A / B3 ) = 0 ).

 

 

 

По формулам Байеса

P(B1 ) P( A /

B1 )

 

 

P(B1

/ A) =

 

 

=

 

P(B1 )P( A / B1 ) + P(B2 )P( A / B2 ) + P(B3 )P( A / B3 )

 

 

 

 

361

 

 

 

=

 

 

1 / 3 ×1 / 2

 

=1 / 3,

 

 

 

 

1 / 3 ×1 / 2 +1 / 3 ×1 +1 / 3 ×0

 

 

 

 

 

 

 

 

 

 

P(B2

/ A) =

 

 

 

 

 

P(B2 ) P( A / B2 )

=

P(B1 )P( A / B1 ) + P(B2 )P( A / B2 ) + P(B3 )P( A / B3 )

 

 

 

 

 

 

 

=

 

1 / 3 ×1

 

 

= 2 / 3,

 

P(B3 / A) = 0.

 

1 / 3 ×1 / 2 +1 / 3 ×1 +1 / 3 × 0

 

 

 

 

 

 

 

 

 

 

 

 

то P(B2 / A) = 1 / 2 и тогда

Если ведущий не знает где деньги лежат,

P(B1 / A) = P(B2 / A) =1 / 2.

Итак, игроку предварительно следует осведомиться у ведущего, знает ли он где деньги лежат. При положительном ответе следует изменить свой выбор. Если ведущий не знает, в какой шкатулке деньги, то менять выбор смысла нет.

Задача 5.4. Производитель некоторой продукции затеял рекламную

акцию. Объявлено, что в

каждый

пакет

продукта заложен одинn из

различных типов

жетонов. Покупатель, собравший все n типов

жетонов,

получает дисконтную карту для длительных скидок на

этот продукт.

Сколько в среднем пакетов продукта придется купи, чтобыь

собрать

полный комплект из n различных жетонов?

 

 

Решение. Понятно, что по мере накопления жетонов, шансы найти

новый жетон в очередном пакете убывают. Обозначим через Xj

–– число

пакетов, которые

придется

купить

после

обретения( j – 1) -го

жетона,

чтобы найти j-й жетон. Тогда общее число купленных пакетов

N=1 + X 2 +X 3 +K+ X n ,

Аматематическое ожидание этого числа равно

M (N ) =1 + M ( X 2 ) + M ( X 3 ) +K+ M ( X n ).

Вероятность того, что для поиска второго жетона придется вскрыть k пакетов, равна

 

 

n -1

æ 1

ök -1

P( X 2

= k)

 

 

×ç=

÷

, k =1, 2,3,K

n

 

 

è n

ø

 

(имеется в виду, что (k -1)

раз

 

попадутся пакеты с уже обретенным

жетоном и k-й по счету жетон с вероятностью(n -1) / n будет содержать

жетон нового типа). Соответственно

ök -1

 

n - 2

æ 2

P( X 3 = k)

 

×ç=

÷

, k =1, 2,3,K;

n

 

è n

ø

 

KKKKKKKKK

362

P( X r = k)

P( X n = k)

n - r +1

 

æ r -1

ök -1

 

 

 

 

×ç=

 

 

÷ , k =1, 2,3,K;

 

n

 

 

 

è n

ø

KKKKKKKKK

1

æ n -1 ök -1

k =1, 2,3,K.

 

×ç

 

 

 

÷= ,

 

n

 

 

 

 

è n

ø

 

 

 

 

Известно, что это геометрический закон распределения. Но для

геометрического закона

 

распределения: P( X = k) = pqk -1 ,

k = 1, 2,3,K,

q = 1 – p, среднее значение равно

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

¥

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

M ( X ) = åk pqk -1 =

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

k =1

 

 

 

 

 

= p + 2pq + 3pq2 + 4pq3 + 5pq4 +K p=(1 + 2q + 3q2 + 4q3 +5q4 +K)

 

 

 

 

 

 

 

 

 

 

= p(1 + q + q2 +q3 +q4 +K

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

+q + q2 + q3 + q4 +K

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

+q2 + q3 + q4 +K

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

+q3 + q4 +K

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

+q4 +K) =

 

 

 

 

 

æ

2

 

 

 

3

ö

 

 

 

 

 

 

 

1

 

q

 

q

 

 

q

 

= p

(1 + q + q2 + q3 +K)

 

= p

 

1

 

= p ç

+

+

+

 

 

+K÷

 

2=

.

 

 

 

 

 

 

 

è

1 - q 1 - q 1 - q 1 - q

ø

1 - q

 

(1 - q)

 

p

В нашем случае для Xr вероятность p =

n - r +1

. Поэтому M ( X r ) =

n

.

 

 

 

n

n - r +1

В итоге

 

 

M (N ) = 1 + M ( X 2 ) + M ( X 3 ) +K+ M=( X n ) 1 +

n

+

n

+

n

+K+ n

 

 

 

или

 

 

n -1 n - 2 n - 3

1

 

 

 

 

 

 

 

n -1

 

 

 

 

 

 

 

M (N ) = nå

.

 

 

 

 

 

 

 

 

 

 

 

 

 

j =0

n - j

Например, при n = 5 имеем M (N ) =137 / 12 »11, 4.

В заключение можно заметить, что при большихn можно воспользоваться асимптотической формулой

n-1

1

 

M (N ) = n å

» n ln n.

 

j =0

n - j

363

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]