Uogólnienia procesu Poissona
Transkrypt
Uogólnienia procesu Poissona
Wykład 5 Uogólnienia procesu Poissona 5.1 Proces niejednorodny Definicja 5.1.1 Proces zliczajacy ˛ N = {Nt ; t ≥ 0} nazywamy niejednorodnym procesem Poissona z funkcja intensywno´sci λ (t) , t ≥ 0, je´sli i) N0 = 0, ii) N ma niezależne przyrosty iii) P (Nt+h − Nt ≥ 2) = ot (h) iv) P (Nt+h − Nt = 1) = λ (t) h + o1 (h) . Oznaczmy mt = t 0 λ (y) dy. Można wówczas pokazać, że P (Nt+s − Nt = n) = e−(mt+s −mt ) 5.1.1 (mt+s − mt )n , n ≥ 0. n! Złożony proces Poissona Niech {Yi }s≥1 bedzie ˛ ciagiem ˛ niezależnych zmiennych losowych o jednakowych rozkładach ( ciagiem ˛ i.i.d.) . Ciag ˛ {Yi }s≥1 nazywać bedziemy ˛ ciagiem ˛ szkód. Niech dalej {Nt ; t ≥ 0} bedzie ˛ niezależnym od {Yi } procesem Poissona z intensywnościa˛ λ. Złożonym procesem Poissona nazywamy proces: Xt = Nt Yi . i=1 Przykładami takich złożonych procesów Poissona sa˛ np. proces zgłoszeń szkód do towarzystwa ubezpieczeń (proces zdarzeń wypadków Poissonowski, i -ta szkoda Yi ), proces wpływów do kasy supermarketu (klienci wychodza˛ zgodnie z procesem Poissona i każdy z nich zostawia Yi zł. ).Mamy nastepuj ˛ ace ˛ stwierdzenie: Stwierdzenie 5.1.2 i) EXt = λtEY1 ii) var (Xt ) = λtEY12 . 31 WYKŁAD 5. UOGÓLNIENIA PROCESU POISSONA 32 Dowód. Mamy z własności warunkowej wartości oczekiwanej: EXt = E (E (Xt |Nt )) . n n Nt A wiec ˛ E (Xt |Nt = n) = E i=1 Yi |Nt = n = E ( i=1 Yi |Nt = n) = E ( i=1 Yi ) = nEY1 . A wiec ˛ ogólnie E (Xt |Nt ) = Nt EY1 , stad ˛ natychmiast dostajemy pierwsza˛ teze˛ . Aby dostać druga˛ wykorzystamy nastepuj ˛ ac ˛ a˛ własność warunkowej wartości oczekiwanej: var (X) = E (var (X|A)) + var (E (X|A)) zachodzacej ˛ dla dowolnej zmiennej losowej X takiej, że EX 2 < ∞ i dowolnego σ− ciała A. Mamy zatem var (Xt ) = E (var (Xt |Nt )) + var (E (Xt |Nt )) . Nt var (E (Xt |Nt = n)) = var Y |N = n = var ( ni=1 Yi |Nt = n) = var ( ni=1 Yi ) i t i=1 = n var (Y1 ) . Zatem var (Xt |Nt ) = Nt var (Y1 ) . Reasumujac ˛ dostaniemy: var (Xt ) = E (Nt var (Y1 )) + var (Nt EY1 ) = λt var (Y1 ) + λt (EY1 )2 = λtEY12 . 5.2 System M/M/c Przypuśćmy, że sygnały przybywaja˛ do centrali o pojemności c zgodnie ze strumieniem Poissonowskim z intensywnościa˛ λ. Każdy sygnał jest albo obsługiwany przez pierwsze wolne łacze ˛ (ustanowione jest połaczenie) ˛ przez pewien okres czasu o którym założymy,że ma rozkład wykładniczy z parametrem µ, albo odrzucany jeśli nie ma aktualnie wolnego łacza. ˛ Powiemy, że system jest w stanie [r], , r = 0, . . . , c, jeśli w r łaczy ˛ jest zajetych. ˛ Oznaczmy pr = P (system jest w stanie [r]) . Załóżmy także, że system działa już od długiego czasu i osiagn ˛ ał ˛ on równowage˛ w tym sensie, że prawdopodobieństwa pr , r = 0, . . . , c nie zależa˛ od t. Załóżmy, że system jest w stanie r w momencie τ . Wówczas w ciagu ˛ najbliższych ∆τ jednostek może 1. przybyć jedno zgłoszenie z prawdopodobieństwem ∼ = λ∆τ + o (∆τ ) , r 2. zwolnić sie˛ jedno łacze ˛ z prawdopodobieństwem ∼ = 1−(1 − µ∆τ − o (∆τ)) = rµ∆τ + o (∆τ ) . Zatem prawdopodobieństwo opuszczenia stanu [r] w ciagu ˛ najbliższych ∆τ jest równe pr (λ + rµ) ∆τ + o (∆τ ) . Przybycie do stanu [r] jest możliwe 5.2. SYSTEM M/M/C 33 1. ze stanu [r − 1] , gdy przybedzie ˛ zgłoszenie w ciagu ˛ ∆τ . Prawdopodobieństwo tego jest równe ∼ = pr−1 λ∆τ + o (∆τ ) . 2. ze stanu [r + 1], gdy zwolni sie˛ jedno łacze ˛ w ciagu ˛ ∆τ . Prawdopodobieństwo tego jest równe ∼ = pr+1 µ (r + 1) ∆τ + o (∆τ ) . 3. ze stanu różnego od [r − 1] , [r] , [r + 1] . Prawdopodobieństwo tego jest równe o (∆τ ) . Aby system był w równowadze (tj. aby prawdopodobieństwa przebywania w stanie [r] nie zmieniały sie˛ w czasie), prawdopodobieństwo ”wyjścia” ze stanu [r] w ciagu ˛ najbliższych ∆τ jednostek winny być równe prawdopodobieństwu ”dojścia” do stanu [r] , czyli innymi słowy, musi być spełnione równanie: λpr−1 − (λ + rµ) pr + (r + 1) µpr+1 = 0, (5.2.1) dla r = 1, . . . , c−1. Dla r = 0 prawdopodobieństwa wyjścia i dojścia do stanu [r] sa˛ odpowiednio równe p0 λ∆τ +o (∆τ ) i p1 µ∆τ +o (∆τ ) . A wiec ˛ równanie (5.2.1) jest prawdziwe, jeśli położyć p−1 = 0. Dla r = c prawdopodobieństwa wyjścia i dojścia do stanu [c] sa˛ równe odpowiednio: pc cµ∆τ +o (∆τ ) i pc−1 λ∆τ +o (∆τ ) . A wiec ˛ dla r = c mamy równanie: λpc−1 − cµpc = 0. Po wprowadzeniu parametru ρ = λ/µ równania te przejma˛ postać: ρpr−1 − (ρ + r) pr + (r + 1) pr+1 = 0 ρpc−1 − cpc = 0. Rozwiazanie ˛ tych równań przy warunku ci=0 pi = 1 daje: p0 = 1/ c ρi i=0 pc = ρc c! i! c ρi / . i! i=0 (5.2.2) Otrzymaliśmy wiec ˛ słynna˛ formułe˛ Erlanga (5.2.2) padajac ˛ a˛ prawdopodobieństwo zablokowania sie˛ (odrzucenia zgłoszeń) centrali. Służy ona do projektowania central telefonicznych 34 WYKŁAD 5. UOGÓLNIENIA PROCESU POISSONA