
- •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
10.2 Друга характеристика пуассоновського нестаціонарного потоку подій
Розглянемо
випадкову величину
– проміжок часу між двома сусідніми
подіями в потоці, перша з яких наступила
у момент часу
.Ця
неперервна випадкова величина буде
розподілена вже не по показовому закону
як величина
,
вид її закону розподілу залежатиме від
та від функції
.
Формули характеристик наведемо у таблиці
10.2.
Таблиця 10.2 – Характеристики випадкової величини
Характеристика |
Формула |
Інтенсивність нестаціонарного пуассоновського потоку. |
|
Інтегральна функція розподілу випадкової величини , тобто ймовірність того, що за проміжок часу між двома сусідніми подіями у потоці, перша з яких наступить у момент , буде менше . |
|
Ймовірність того, що проміжок часу між двома сусідніми подіями у потоці, перша з яких наступить у момент , буде не менше . |
|
Продовження таблиці 10.2
Диференціальна функція випадкової величини (тобто щільність розподілу). |
|
Математичне сподівання (середнє значення) випадкової величини , тобто середній проміжок часу між двома сусідніми подіями в потоці, перша з яких наступить у момент . |
|
Дисперсія випадкової величини . |
|
Середньоквадратичне відхилення величини . |
|
Приклад 10.1. Проаналізуємо потік надходжень вимоги за виплатами у страхову компанію відповідно до страхових полісів за період з початку листопада до кінця січня, розглянуту у прикладі 9.1 (лекція 9). Вивчення цього потоку за даний період у минулі роки показано, що число вимог за виплатами, що надходять у компанію за проміжок часу , залежить не тільки від його тривалості, але й від моменту його початку. Пояснюється це тим, що в даний період відбувається погіршення погоди (випадають опади, сніг, має місце ожеледиця), рано темніє, погіршується у зв’язку з цим обстановка на дорогах, це призводить до зростання дорожньо-транспортних пригод.
Незалежність
надходжень вимог за виплатами у
будь-які пересічні інтервали часу й
надходження вимог поодинці в малі
проміжки часу також зберігаються в
даному випадку. Очікуване число вимог,
що надходять в компанію за тиждень,
залежить від часу таким чином
.
Охарактеризуйте процес і з’ясуйте з якою ймовірністю:
1) протягом листопада в компанію надійде 6 вимог;
2) протягом грудня в компанію надійде 6 вимог;
3) протягом січня надійде не менше 5-ти вимог;
4) протягом перших двох тижнів не надійде жодної вимоги;
5) протягом другого та третього тижня грудня надійде хоча б одна вимога;
6) інтервал часу між двома сусідніми надходженнями вимог буде не менше з три дня, якщо перша з них поступила в перший день другого тижня січня;
7) інтервал часу між двома сусідніми надходженнями вимог буде не менше двох днів, якщо перша з них поступила на початку третього тижня грудня?
Розв’язок. Нехай П – потік вимог за виплатами, що надходять в страхову компанію. Так само як і в прикладі (лекція 9) робимо висновок про те, що потік П є ординарним потоком без післядії, тобто пуассоновським. Але даний потік вже не є стаціонарним, і, отже, вже не буде простим.
За одиницю часу приймемо тиждень (7 днів).
Нехай – випадкове число вимог, що поступили до компанії за проміжок часу [ ; ], – випадковий інтервал часу між двома сусідніми вимогами, перша з яких поступила у момент часу .
Відповімо на поставлені питання.
1) У
першому тижні
місяць = 4 тижні, момент початку цього
проміжку
(рис.
10.1).
Рисунок 10.1 – Розташування моментів початку проміжків
Математичне
сподівання випадкової величини
.
За формулою 3-го рядка таблиці 10.1 можна підрахувати необхідну ймовірність випадкової величини
2) У
другому питанні
місяць = 4 тижні,
,
тоді за формулою другого рядка таблиці
10.1
За формулою 3-го рядка таблиці 10.1
3) У
третьому питанні
місяць = 4 тижні,
Тоді за формулою 2-го рядка таблиці 10.1
Шукану
ймовірність
обчислимо за формулою 6-го рядка таблиці
10.1
4) У
четвертому питанні
тижні,
,
.
За формулою 2-го рядка таблиці 10.1
Тоді за формулою 4-го рядка таблиці 10.1
.
5) У
п’ятому питанні
тижні,
За формулою 2-го рядка таблиці 10.1
Тоді за формулою 7-го рядка таблиці 10.1
.
6) У
шостому питанні
дні =
тижня. За формулою 2-го рядка таблиці
10.1
Необхідну
ймовірність
обчислюємо за формулою 3-го рядка таблиці
10.2
.
7) У
сьомому питанні
дні =
тижня. Математичне сподівання
випадкової величини
обчислюємо за формулою 2-го рядка таблиці
10.1
Тоді ймовірність того, що інтервал часу між двома сусідніми вимогами за виплатами, перша з яких поступила в компанію на початку третього тижня грудня, буде менше двох днів, дорівнює (2-й рядок таблиці 10.2)
.
ЛЕКЦІЯ 11 ФІНАЛЬНІ ЙМОВІРНОСТІ ОДНОРІДНОГО МАРКОВСЬКОГО ЛАНЦЮГА З ДИСКРЕТНИМ ЧАСОМ