Professional Documents
Culture Documents
PoasonovProces BD
PoasonovProces BD
POASONOV PROCES
- PRISTUPNI RAD -
STUDENT:
MENTOR:
Sadraj
UVOD..................................................................................................... 2
1
OSOBINE
SLUAJNIH PROCESA.............................................................................5
OSOBINE
HOMOGENOG
POASONOVOG
PROCESA......................................................9
REZIME................................................................................................ 14
REFERENCE..........................................................................................15
Uvod
U ovom radu prouavan je Poasonov proces kao jedan od vanijih sluajnih procesa
(stohastikih procesa).
U prvom poglavlju obraena je Poasonova raspodjela sluajne promjenjive. U drugom
poglavlju se definie sluajni procei i opisuju osnovne osobine sluajnih procesa koje se
sreu kod Poasonovih procesa.
U treem poglavlju detaljno je obraen homogeni Poasonov proces dok je u etvrtom
poglavlju panja posveena nehomogenom Poasonovm procesu.
Motivacija za izuavanje ove teme lei u znaajnoj ulozi sluajnih procesa u
modelovanju raznih pojava sluajnog karaktera, a posebna i za nas najznaajnija
primjena Poasonovih sluajnih procesa jeste oblast aktuarstva.
Broj automobila koji prolaze kroz odreene take na cesti (dovoljno udaljen od
semafora), u toku odreenog vremenskog perioda.
...
francuskom
n
, n=0, 1, 2, ... i >0
n!
Numeriki, predstavlja prosean broj javljanja nekog dogaaja u jedinici vremena ili
prostora. Parametar istovremeno predstavlja aritmetiku sredinu i varijansu
Poasonovog rasporeda,
3
E(X ) X2 .
U zavisnosti od vrednosti parametra Poasonov raspored predstavlja itavu familiju
rasporeda (slika 1.1)
2.1
t i e t
i!
lim
dok je srednje vreme izmeu dogaaja:
a lim
T
1
N T
t
T
N i
N i
t i
i!
e t
Kada T+ imamo:
N ( N 1)...( N i 1) t i
t
pi t lim
1
i
T
i!
T
T
lim
Tt
i
Tt
ti N N
1 N
i 1
t
...
1
i! T T
T T
T
T
T N
t
t T
Koristei injenice da je
N
i 1
,
T
T
dobijamo
pi t lim
t N
i! T
t
1
Nt
T
T
t
znajui i da je
t
lim 1
T
T
T
t
1
e
Konano dolazimo do
ti i 1
T i!
e
pi t lim
pi t
t i e t
i!
3.1
oekivanje
i 0
i 0
E x t x t ipi t i
homogenog
t i e t
i!
Poasonovog
t i 1 t
i 0 i 1!
te t
x t t
Var x t x2 E x 2 t E 2 x t t
P ( N ( t ) n ) P ( N 1 (t ) r , N 2 ( t ) n r )
n
r 0
P( N 1 (t ) r ) P( N 2 (t ) n r )
r 0
n
(1t ) r n 2t (2 t ) n r
e
r! r 0
(n r )!
r 0
n n
t
n!
e ( 1 2 ) t
1r n2 r
n! r 0 r! ( n r )!
tn
e ( 1 2 ) t (1 2 ) n
n!
e 1t
10
Drugi uslov ove tvrdnje implicira da proces {N(t), t 0} nema stacionarne prirataje,
osim ukoliko (t)>0. U sluaju da proces {N(t), t 0} ima stacionarne prirataje,
moemo zakljuiti da je u pitanju homogen Poasonov proces sa stopom rasta , o kom je
bilo rei u predhodnom poglavlju.
Kao i u sluaju kada je prosena stopa pojavljivanja dogaaja konstantna, vai da broj
dogaaja koji se javljaju u datom intervalu ima Poasonovu raspodelu.
Neka je {N(t),t 0} nehomogeni Poasonov proces sa funkcijom intenziteta (t). Tada
vai:
P N s t N s n e ( m t s m t
m t s m t n
n!
za svako s, t 0,
gde je m(s) funkcija srednje vrednosti nehomogenog Poasonovog procesa:
t
m t s ds
0
i (t ) p i ( s )ds
0
imamo
moemo odrediti
ukoliko predpostavimo da je
Za svako t0=[0, ), tada je verovatnoa da se bar jedan dogaaj desi posle trenutka t 0=1
jednak
je oblika
12
za 0 < s +t
pa je funkcija gustine oblika
13
Rezime
Poasonov proces registruje pojavu izvjesnog dogaaja koji se moe viekratno
ostvarivatu tokom vremena. Bie zabeleen broj realizacija tog dogaaja, kao i trenutci
kada se dogaaj desio.
Uslovi koje realni sluajni proces mora ispuniti da bi se mogao modelovati Poasonovim
procesom, su:
Odsustvo pamenja (dogaaji ne zavise od prethodnog pojavljivanja)
Homogenost u vremenu (proces zavisi samo od irine posmatranog vremenskog
intervala)
Retki dogaaji (da postoji dovoljno kratak vremenski intervalu u kome je
zanemariva vjerovatnoa pojave vie od jednog dogaaja)
Poasonov proces posebno je vaan jer moe dovoljno dobro aproksimirati procese sa
binomnom raspodjelom kada je p0,05, a n 20, tada je =pn i raunanje vjerovatnoa
ostvarivanja sluajnog dogaaja je neuporedivo lake nego kada se proces modeluje
binomnm raspodjelom.
Poasonovim procesom moemo modelovati veliki broj pojava, bilo u vremenu ili
prostoru, napomenimo samo neke.
Broj automobila koji prolaze kroz odreene take na cesti (dovoljno udaljen od
semafora), u toku odreenog vremenskog perioda.
14
Reference
[1] Ed.Sheldon M Ross, Introduction To Probability Models.7th.Academic Press
[2] H.C.Tijms, Stochastic eBook - A First Course in Stochastic Models, Wiley 2003
[3] Kannan D. Introduction to stochastic processes, Elsevier, 1979
[4] Milijana Vujkov: Poasonov proces, skripta, Prirodno-Matematiki fakultet, Novi
Sad
[5] Miodrag Lovri, Sluajna promenljiva i rasporedi vjerovatnoa, skripta,
Bijeljina 2011
[6] Zoran Ivkovi, Uvod u teoriju vjerovatnoe, sluajne procese i matematiku
statistiku, Graevinska knjiga, 1970.
[7] Zvonko Glumac: Vjerojatnost i statistika, skripta, Osjek 2006
[8] http://tesla.rcub.bg.ac.rs/~doctor/prs/07/index07.html (15.03.2011)
15