Κατανομή Poisson Η κατανομή αυτή χρησιμοποιείται όταν θέλουμε να μετρήσουμε τον αριθμό των γεγονότων που εμφανίζονται μέσα σ’ ένα διάστημα (0, t).

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ
Advertisements

Απαντήσεις Προόδου II.
Slide 1 Δίκτυα Τηλεπικοινωνιών ENOTHTA 7 η ΔΙΑΚΙΝΗΣΗ ΤΗΛΕΦΩΝΙΚΩΝ ΚΛΗΣΕΩΝ (ΜΕΡΟΣ Α’) 1. ΘΕΩΡΙΑ ΤΗΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΑΚΗΣ ΚΙΝΗΣΗΣ  Εκτός από τις τερματικές.
Διαδικασίες Markov, Εκθετική Κατανομή, Κατανομή Poisson
Ασκήσεις Συνδυαστικής
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παραδείγματα χρήσης ουρών Μ/Μ/c/K και αξιολόγησης συστημάτων αναμονής Β. Μάγκλαρης
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Διαδικασίες Γεννήσεων-Θανάτων (Birth-Death), Εξισώσεις Ισορροπίας, Συστήματα Αναμονής Μ/Μ/1 Β. Μάγκλαρης
Ανάλυση – Προσομοίωση Ουρών Markov
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Διαδικασίες Γεννήσεων – Θανάτων (Birth-Death Processes)
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 18/04/13 Συστήματα Αναμονής: M/M/1/K, M/M/m (Erlang-C), M/M/N/K, M/M/m/m (Erlang-B)
Moντέλα Καθυστέρησης και Ουρές
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Κατανομή Poisson, Διαδικασίες Markov, Διαδικασίες Γεννήσεων-Θανάτων (Birth-Death) Β. Μάγκλαρης
Το Μ/Μ/1 Σύστημα Ουράς Μ (η διαδικασία αφίξεων είναι Poisson) /
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
Τυχαιοκρατικοί Αλγόριθμοι TexPoint fonts used in EMF. Read the TexPoint manual before you delete this box.: AA Πιθανότητες και Αλγόριθμοι Ανάλυση μέσης.
1 Χαρακτηριστικά ενός Μ/Μ/1 συστήματος : Αφίξεις κατανεμημένες κατά Poisson Εκθετικά κατανεμημένοι χρόνοι εξυπηρέτησης Οι χρόνοι εξυπηρέτησης είναι αμοιβαία.
Ευστάθεια Συστημάτων Αυτομάτου Ελέγχου:
Slide 1 Δίκτυα Τηλεπικοινωνιών ENOTHTA 8 η ΔΙΑΚΙΝΗΣΗ ΤΗΛΕΦΩΝΙΚΩΝ ΚΛΗΣΕΩΝ (ΜΕΡΟΣ B’) 1. ΔΙΑΚΡΙΣΗ ΜΟΝΤΕΛΩΝ ΤΗΛΕΠΙΚΟΙΝΩΝΙΑΚΗΣ ΚΙΝΗΣΗΣ  Για την ταξινόμηση.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 16/05/13 Δίκτυα Ουρών. ΔΙΚΤΥΟ ΔΥΟ ΕΚΘΕΤΙΚΩΝ ΟΥΡΩΝ ΕΝ ΣΕΙΡΑ Θεώρημα Burke: Η έξοδος πελατών από ουρά Μ/Μ/1 ακολουθεί κατανομή Poisson.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 11/04/13 Διαδικασίες Γεννήσεων-Θανάτων (Birth- Death), Εξισώσεις Ισορροπίας, Συστήματα Αναμονής Μ/Μ/1.
Κ. Μόδη: Γεωστατιστική και Εφαρμογές της (Κεφάλαιο 4) 1 Από κοινού κατανομή πολλών ΤΜ Ορίζεται ως από κοινού συνάρτηση κατανομής F(x 1, …, x n ) n τυχαίων.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 25/06/08 Ασκήσεις Επανάληψης.
Ασκήσεις - Παραδείγματα
Φροντιστήριο – Συμπληρωματικές Ασκήσεις
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 25/04/13 Παραδείγματα χρήσης ουρών Μ/Μ/c/K.
1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή Β. Μάγκλαρης Β. Μάγκλαρης Σ. Παπαβασιλείου Σ. Παπαβασιλείου
Χαρακτηριστικά ενός Μ/Μ/1 συστήματος :
ΚΕΦΑΛΑΙΟ 6 ΓΕΩΓΡΑΦΙΚΕΣ ΜΕΘΟΔΟΙ ΚΑΙ ΤΕΧΝΙΚΕΣ: ΣΗΜΕΙΑ
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 07/05/09 Εκθετική Κατανομή, Διαδικασίες Birth-Death.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Επανάληψη (1): Παράμετροι αξιολόγησης συστημάτων αναμονής –Μέσος ρυθμός απωλειών λ – γ.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 01/06/05 Παραδείγματα Μοντελοποίησης και Αξιολόγησης Επίδοσης Δικτύων και Υπολογιστικών Συστημάτων.
ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ ΔΙΑΚΡΙΤΩΝ ΚΑΙ ΣΥΝΕΧΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Κοινά χαρακτηριστικά (1) –Πελάτης (όχημα, πελάτης καταστήματος, τηλεφωνική κλήση, πακέτο.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 27/05/10 Ανάλυση Ουρών Markov.
ΣΤΑΤΙΣΤΙΚΗ ΕΠΑΓΩΓΗ: ΣΗΜΕΙΑΚΕΣ ΕΚΤΙΜΗΣΕΙΣ & ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 04/07/07 Παραδείγματα Μοντελοποίησης και Αξιολόγησης Επίδοσης Υπολογιστικών και Τηλεπικοινωνιακών Συστημάτων.
ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ
Αρχές επαγωγικής στατιστικής
Ουρές Αναμονής.
Σχεδιασμός των Μεταφορών Ενότητα #5: Δειγματοληψία – Sampling. Δρ. Ναθαναήλ Ευτυχία Πολυτεχνική Σχολή Τμήμα Πολιτικών Μηχανικών.
Σύνοψη Διάλεξης 2 Η Διαστολή του Σύμπαντος υπακούει στο νόμο του Hubble Το Σύμπαν περιλαμβάνει ποικιλία γνωστών σωματίων. Η πυκνότητα ενέργειας Ακτινοβολία.
Σήματα και Συστήματα ΙΙ Διάλεξη: Εβδομάδα Καθηγητής Πέτρος Γρουμπός Επιμέλεια παρουσίασης: Βασιλική Μπουγά 1.
Η ΕΝΝΟΙΑ ΤΗΣ ΤΥΧΑΙΑΣ ΜΕΤΑΒΛΗΤΗΣ Συνεχείς - Διακριτές τυχαίες μεταβλητές Η απεικόνιση των εκβάσεων ενός πειράματος τύχης στην ευθεία των πραγματικών αριθμών.
1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παραδείγματα Εφαρμογής Άσκηση Προσομοίωσης Βασίλης Μάγκλαρης 6/4/2016.
 Ο Νόμος των Μεγάλων Αριθμών είναι το θεώρημα που περιγράφει τον τρόπο με τον οποίο συμπεριφέρεται ένα συγκεκριμένο πείραμα, όταν ο αριθμός των επαναλήψεων.
ΘΕΣΜΟΣ ΦΡΟΝΤΙΣΤΗΡΙΟ Μ.Ε επιμέλεια: ΚΕΡΜΕΝΙΔΟΥ ΗΛΙΑΝΑ ΘΕΜΑ Α Α1 Απόδειξη σελ.150 Α2 Ορισμός σελ.87 Α3 Ορισμός σελ.14 Α4Σ,Λ,Σ,Σ,Λ.
Κ Ε Φ Α Λ Α Ι Ο 2 n Άθροισμα: Σχ i = x 1 +x 2 +x 3 +…+x n i=1 Κ Ε Φ Α Λ Α Ι Ο 5 Μέσος όρος Πληθυσμού: μ = Σχ i /N Μέσος όρος Δείγματος: Χ = Σχ i /n όπου.
Αρχές επαγωγικής στατιστικής Τμήμα :Νοσηλευτικής Πατρών Διδάσκουσα: Παναγιώταρου Αλίκη Διάλεξη 9.
ΕΛΕΓΧΟΙ ΣΤΑΤΙΣΤΙΚΩΝ ΥΠΟΘΕΣΕΩΝ Η πιο συνηθισμένη στατιστική υπόθεση είναι η λεγόμενη Υπόθεση Μηδέν H 0. –Υποθέτουμε ότι η εμφανιζόμενη διαφορά μεταξύ μιας.
Διαστήματα Εμπιστοσύνης για αναλογίες. Ποιοτικές μεταβλητές χαρακτηρίζονται εκείνες οι οποίες τα στοιχεία τους δεν έχουν μετρηθεί με κάποιον τρόπο – οι.
ΗΛΕΚΤΡΙΚΕΣ ΜΕΤΡΗΣΕΙΣ ΣΦΑΛΜΑΤΑ ΜΕΤΡΗΣΗΣ.
Πιθανότητες. Τυχαίο Πείραμα όσες φορές και να γίνει κρατώντας τις συνθήκες σταθερές, το αποτέλεσμά του δεν είναι πάντα το ίδιο.
Κεφάλαιο 5 Συμπεριφορά των ΣΑΕ Πλεονεκτήματα της διαδικασίας σχεδίασης ΣΑΕ κλειστού βρόχου Συμπεριφορά των ΣΑΕ στο πεδίο του χρόνου Απόκριση ΣΑΕ σε διάφορα.
ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ II Καθ. Πέτρος Π. Γρουμπός Διάλεξη 8η Στοχαστικά Σήματα - 1.
Ανάλυση Εισόδου και Εξόδου Προσομοίωσης
Εισαγωγή στην Στατιστική
Μεθοδολογία έρευνας και στατιστική – Δείγμα –Κατανομές
Δειγματοληψία Στην Επαγωγική στατιστική οδηγούμαστε σε συμπεράσματα και αποφάσεις για τις παραμέτρους ενός πληθυσμού με τη βοήθεια ενός τυχαίου δείγματος.
Γεωμετρική κατανομή.
ΠΟΛΥΩΝΥΜΙΚΗ ΚΑΤΑΝΟΜΗ Στη θεωρία των πιθανοτήτων η πολυωνυμική κατανομή είναι μια γενίκευση της διωνυμικής κατανομής. Η διωνυμική κατανομή είναι η κατανομή.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Δίκτυα Ουρών
Κατανομή Poisson Αναφέρεται σε διακριτή Τ.Μ. και συμβολίζει τον αριθμό πραγματοποίησης ενός γεγονότος σε κάποιο συνεχές χρονικό διάστημα t με συχνότητα.
Στατιστική Επιχειρήσεων
Παράδειγμα a Έστω ότι θέλουμε να υπολογίσουμε το μήκος της λωρίδας αριστερών στροφών σε μια διασταύρωση, ωστε να περιέχει με πιθανότητα 96%, τα οχήματα.
ΣΤΑΤΙΣΤΙΚΗ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ
Η ΔΙΩΝΥΜΙΚΗ ΚΑΤΑΝΟΜΗ ΠΙΘΑΝΟΤΗΤΑΣ.
Βασίλης Μάγκλαρης 16/3/2016 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Ιδιότητες Κατανομής Poisson & Εκθετικής Κατανομής Διαδικασίες Γεννήσεων.
Επαγωγική Στατιστική Συσχέτιση – Συντελεστής συσχέτισης Χαράλαμπος Γναρδέλλης Τμήμα Τεχνολογίας Αλιείας και Υδατοκαλλιεργειών.
Στατιστικά Περιγραφικά Μέτρα
Επαγωγική Στατιστική Συσχέτιση – Συντελεστές συσχέτισης Χαράλαμπος Γναρδέλλης Εφαρμογές Πληροφορικής στην Αλιεία και τις Υδατοκαλλιέργειες.
Μεταγράφημα παρουσίασης:

Κατανομή Poisson Η κατανομή αυτή χρησιμοποιείται όταν θέλουμε να μετρήσουμε τον αριθμό των γεγονότων που εμφανίζονται μέσα σ’ ένα διάστημα (0, t).

Απαραίτητη προϋπόθεση για τη χρησιμοποίηση της κατανομής Poisson είναι να ισχύουν τα εξής:

Κατανομή Poisson H πιθανότητα να πραγματοποιηθεί ένα γεγονός σε διάστημα μήκους t είναι ανάλογη προς το μήκος του διαστήματος. H πιθανότητα να πραγματοποιηθούν δυο ή περισσότερα γεγονότα σε διάστημα μήκους t είναι πολύ μικρή σε σχέση με την πιθανότητα εμφάνισης ενός μόνο γεγονότος, όταν το μήκος του διαστήματος είναι μικρό. Η πιθανότητα εμφάνισης k συμβάντων σ’ ένα διάστημα είναι ανεξάρτητη από την αντίστοιχη πιθανότητα σ’ ένα δεύτερο διάστημα ξένο προς το πρώτο.

Αν ισχύουν τα πιο πάνω, τότε η πιθανότητα πραγματοποίησης x γεγονότων σ’ ένα διάστημα μήκους t δίνεται από τη σχέση όπου e=2,71828… και λ ο μέσος όρος των συμβάντων στο διάστημα (0, t).

Κύριες περιγραφικές παράμετροι της Poisson E [X] = λ, Var [X] = λ, λ=νt (ν η συχνότητα)

Σχέση Διωνυμικής και Poisson Η Ε[Χ] της διωνυμικής είναι ίση np. Όταν το πλήθος n των δοκιμών Bernoulli τείνει στο άπειρο, θέτουμε λ=np

Εφαρμογές Υπόστρωμα Ελέγχου Πρόσβασης Μέσου WinBUGS Θάμπωμα εικόνας Η επίδραση των ουρών στη λειτουργία δικτύου Σεισμική επικινδυνότητα Κίνηση σε δίκτυο

Κατανομή Poisson H πιθανότητα να αντιδράσει άσχημα ένας ασθενής σε ‘ένα φάρμακο είναι 0,001. Αν το φάρμακο χορηγηθεί σε 2000 ασθενείς, να υπολογιστεί η πιθανότητα ανεπιθύμητης αντίδρασης (α) ακριβώς 3, (β) περισσότεροι από 2. Επειδή η ανεπιθύμητη αντίδραση είναι σπάνιο γεγονός θεωρούμε την κατανομή Poisson Άρα Ρ(Χ=3)=0,18 P(X>2)=0.323 διότι:

Κατανομή Poisson Το 1/10 των εργαλείων που κατασκευάζει μια εταιρεία είναι ελαττωματικά. Με τη διωνυμική κατανομή υπολογίστε την πιθανότητα σε ένα τυχαίο δείγμα 10 εργαλείων, τα 2 να είναι ελαττωματικά. Να προσεγγίσετε την πιθανότητα του ίδιου γεγονότος με κατανομή Poisson. Η προσέγγιση είναι καλή όταν p<0,1 και λ=np<5

Παράδειγμα κατανομής Poisson: (α) Να μην υπάρξουν κλήσεις (β) Να φθάσουν ακριβώς 2 κλήσεις (γ) Να φτάσουν τουλάχιστον 2 κλήσεις Η Poisson κατανομή δίνεται από τον γνωστό τύπο του οποίου η εφαρμογή δίνει: (α) Ρ(Χ = 0) = e-2 (b) P(X = 1) = e-2 2 (γ) Ρ(Χ = 2) = e-2 22 /2! (δ) Ρ(Χ > 2) = 1 – Ρ(Χ=0) – Ρ(Χ=1) = 1 -e-2 - e-2 2 =1 – 3e-2 WWW

ΠΑΡΑΔΕΙΓΜΑ προσεγγίσεως Το εργοστάσιο έστειλε στην αποθήκη 500 τηλεοράσεις . Η πιθανότητα να χαλάσουν οι τηλεοράσεις κατά τη διάρκεια της μεταφοράς τους είναι 0,002.Βρείτε την πιθανότητα του ενδεχομένου να χαλάσουν κατά την διάρκεια της μεταφοράς τους: α) ακριβώς 3 τηλεοράσεις β) λιγότερες από 3 τηλεοράσεις γ) περισσότερες από3 τηλεοράσεις δ) τουλάχιστον 1 τηλεόραση. Ο αριθμός n=500είναι μεγάλος, η πιθανότητα Ρ=0,002είναι μικρή τα ενδεχόμενα που μας ενδιαφέρουν (να χαλάσει η τηλεόραση κατά τη διάρκεια της μεταφοράς της )είναι ανεξάρτητα, για αυτό το λόγο χρησιμοποιούμε τον τύπο Poisson: Ρn(Â)=e-λ λκ /Â! a)Βρίσκουμε το λ: λ=n·Ρ=500·0,002=1 Οπότε η πιθανότητα να χαλάσουν ακριβώς 3 τηλεοράσεις είναι: Ρ500(3)=e-1/3!=0,36788/6=0,613 β) Βρίσκουμε την πιθανότητα να χαλάσουν λιγότερο από 3 τηλεοράσεις: Ρ500(0) + Ρ500(1) + Ρ500(2)=e-1+e-1+e-1/2=5/2 e-1=(5/2)  0,36788=0,9197 γ)Βρίσκουμε την πιθανότητα να χαλάσουν περισσότερο από 3 τηλεοράσεις . Τα ενδεχόμενα: Α-να χαλάσουν περισσότερο από 3 τηλεοράσεις και το Β- να χαλάσουν όχι πάνω από 3 τηλεοράσεις είναι αντίθετα, οπότε: Ρ(Α) + Ρ(Β)=1 ή Ρ(Α)=1-Ρ(Β) Επομένως: Ρ(Α)=1-[Ρ(0)+Ρ(1)+Ρ(2)+Ρ(3)]=1-(0,9197+0,0613)=0,019 δ) Βρίσκουμε την πιθανότητα να χαλάσει τουλάχιστον 1 τηλεόραση . Τα ενδεχόμενα: Γ-να μη χαλάσει καμιά τηλεόραση και Δ-και να χαλάσει τουλάχιστον μια τηλεόραση είναι αντίθετα, οπότε: Ρ(Γ)+Ρ(Δ)=1 Επομένως η ζητούμενη πιθανότητα είναι: Ρ(Δ)=1- Ρ(Γ)=1 - Ρ500(0)=1 - e-1=1 - 0,36788=0,632

Παράδειγμα κατανομή Poisson για την προσέγγιση της Διωνυμικής: Σε μια διασταύρωση με μεγάλη κίνηση, η πιθανότητα, p, ένα αυτοκίνητο να έχει ένα δυστύχημα είναι πολύ μικρή, p=0.0001. Κατά το χρονικό διάστημα 2-4μ.μ, ένας μεγάλος αριθμός αυτοκινήτων περνάει από την διασταύρωση, κατά μέσο όρο 1000. Κάτω από τις συνθήκες αυτές, ποια είναι η πιθανότητα να συμβούν δύο ή περισσότερα δυστυχήματα κατά το χρονικό διάστημα 2-4 μ.μ. Επειδή το n είναι μεγάλο και το p μικρό, μπορούμε να προσεγγίσουμε την διωνυμική κατανομή με την Poisson κατανομή, Οπότε, Ρ(Χ>2) = 1-Ρ(Χ=0) –Ρ(Χ=1) = 1-e -0.1 (1+0.1) = = 0,0045