
- •Прикладні задачі аналізу та оцінювання параметрів соціально-економічних процесів
- •Будь-яка модель є суб’єктивною (вона несе у собі риси індивідуальності системного аналітика);
- •Будь-яка модель є гомоморфною, тобто в ній відображаються лише суттєві властивості об’єкта-оригіналу, виходячи з цілей дослідження, узятої системи гіпотез тощо;
- •Можливе існування множини моделей одного й того самого об’єкта-оригіналу, які відрізняються цілями дослідження, ступенем адекватності.
- •1.3 Роль прикладних економіко-математичних досліджень
- •2.1 Визначення випадкового процесу. Перерізи. Класифікація процесів
- •2.2 Закони розподілу випадкових процесів
- •2. 3 Елементарні випадкові функції
- •3.1 Визначення числових характеристик випадкових процесів
- •1) Дисперсія невипадкової функції дорівнює нулю
- •2) Дисперсія суми випадкової функції і невипадкової функції дорівнює дисперсії випадкової функції
- •3) Дисперсія добутку випадкової функції та невипадкової функції дорівнює добутку квадрата невипадкового множника та дисперсії випадкової функції
- •1) Симетрія – при перестановці аргументів кореляційна функція не змінюється
- •4) Абсолютна величина кореляційної функції не перевищує середнього геометричного дисперсії відповідного перетину
- •5) При рівних між собою значеннях аргументів кореляційна функція випадкової функції дорівнює дисперсії цієї функції, тобто
- •4.1 Поняття потоку подій
- •4.2 Властивості потоку подій
- •1) Ординарність.
- •5.1 Поняття дискретного марковського процесу. Графи станів системи
- •5.2. Приклади процесів у фінансово-економічній галузі, які є марковськими процесами
- •6.1 Поняття дискретного Марковського процесу з дискретним часом
- •6.2. Ймовірність станів
- •7.1 Поняття марковського неоднорідного ланцюга
- •8.1 Випадкові процеси з неперервним часом. Поняття щільності ймовірності переходу системи в інший стан
- •8.2. Однорідний дискретний марковський процес з неперервним часом
- •8.3. Приклад дискретного марковського процесу з неперервним часом
- •9.1 Поняття пуассоновського стаціонарного потоку
- •9.2 Перша характеристика пуассоновського потоку
- •9.3 Друга характеристика пуассоновського потоку
- •10.1 Перша характеристика пуассоновського нестаціонарного потоку подій
- •10.2 Друга характеристика пуассоновського нестаціонарного потоку подій
- •11.1 Фінальний стаціонарний стан процесу
- •12.1 Задачі теорії масового обслуговування
- •12.2 Класифікація систем масового обслуговування
- •12.3 Одноканальна смо з очікуванням
10.1 Перша характеристика пуассоновського нестаціонарного потоку подій
Визначення 10.1. Потік подій називається нестаціонарним, якщо ймовірність настання того чи іншого числа подій за будь-який проміжок часу залежить не тільки від довжини цього проміжку, але й від моменту його початку.
Не стаціонарність потоку означає, що його ймовірнісні характеристики, зокрема, інтенсивність, залежить від часу. Тому замість писатимемо .
Розглянемо
нестаціонарний пуассоновський потік
з інтенсивністю
за довільний проміжок часу завдовжки
,
що починається з моменту
і закінчується у момент часу
та дискретну випадкову величину
–
число подій, що наступають у потоці за
проміжок часу від
до
.
Теорема 10.1. У нестаціонарному пуассоновському потоці з інтенсивністю
1) випадкова величина розподілена за законом Пуассона
,
де
– імовірність того, що за проміжок часу
з початком у момент
і завдовжки
в потоці наступить
подій, причому параметр
є математичним сподіванням
випадкової величини
,
яке залежить не тільки від
,
але й від
і обчислюється за формулою
|
|
(10.1) |
2) Дисперсія випадкової величини
.
3) Середньоквадратичне відхилення випадкової величини
.
Доведення теореми аналогічне доведенню теореми для стаціонарного потоку.
Наслідок. У нестаціонарному Пуассоновському потоці інтенсивністю ймовірність того, що за проміжок часу від до
1) не наступить жодної подій
;
2) наступить менше, ніж подій
;
3) наступить не менше подій
;
4) наступить хоч би одна подія
,
де математичне сподівання визначається за формулою (10.1).
Доведення аналогічне доведенню наслідку стаціонарного пуассоновського потоку.
Елементом
ймовірності появи події в нестаціонарному
пуассоновському потоці називається
ймовірність
появи події за елементарний (достатньо
малий) проміжок часу від
до
.
Теорема 10.2. Для елементу ймовірності появи події за елементарний проміжок часу від до в нестаціонарному пуассоновському потоці з інтенсивністю має місце наближена формула
|
|
(10.2)) |
Доведення. Так само, як і при доведенні аналогічної теореми для простого потоку за пунктом 4 наслідку
;
.
Звідси
видно, що
при
.
Розкладаю
по ступенях
і нехтуючи ступенями вищого порядку
отримуємо
.
Оскільки
,
то
при
,
отже, через неперервність
при
маємо
.
Таким чином, наближена рівність (10.2) доведена. Зведемо формули у таблицю 10.1.
Таблиця 10.1 – Характеристики випадкової величини
Характеристика |
Формула |
Інтенсивність нестаціонарного пуассоновського потоку. |
|
Математичне сподівання випадкової величини |
|
Закон розподілу Пуассона
випадкової величини
|
|
Ймовірність того, що за проміжок часу від до в потоці не відбудеться жодної події. |
|
Ймовірність того, що за проміжок часу [ ; ] в потоці наступить менше подій. |
|
Продовження таблиці 10.1
Ймовірність того, що за проміжок часу [ ; ] в потоці наступить не менше подій. |
|
Ймовірність того, що за проміжок часу [ ; ] в потоці наступить хоча б одна подія. |
|
Елемент ймовірності появи події за елементарний проміжок часу [ ; ] . |
|
Дисперсія випадкової величини. |
|
Середньоквадратичне відхилення величини . |
|