2015-10-09 1 views
0

Je dois utiliser le modèle Processus de Poisson (PPP) pour distribuer de manière aléatoire un ensemble d '«objets»; sur une zone donnée: Disons que nous avons N objets à distribuer sur une zone qui a été divisée à parts égales en S sections. Comment puis-je utiliser PPP pour décider si une sous-section r (où r ∈ S) contient un objet t (où t ∈ N)?Distribution utilisant le modèle de processus point de Poisson

Idéalement, si quelqu'un a une solution de pseudo-code, faites le moi savoir, mais je serais reconnaissant pour toute forme d'aide.

Si vous avez besoin de moi pour être plus précis, faites-le moi savoir.

+0

Qu'avez-vous essayé jusqu'à présent? Où êtes-vous resté coincé? Je suppose que vous savez comment calculer une distribution de Poisson. – Davislor

+0

J'ai regardé divers autres exemples sur stackoverflow (par exemple [this] (http://stackoverflow.com/questions/9832919/generate-poisson-arrival-in-java)) qui ont décrit la production de valeurs aléatoires autour d'une moyenne (l'algorithme de Knuth), et j'ai essayé de comprendre certains des articles wiki associés. Donc, mon problème est de comprendre ... comment puis-je appliquer les différentes équations et algorithmes au problème ci-dessus? Merci – user3352349

Répondre

1

N'écrivant pas une solution complète, car une demande qui dit que vous devez utiliser un processus point de Poisson et que vous n'êtes pas sûr de ce que cela ressemble beaucoup aux devoirs. Tout d'abord, si les sections ont été divisées également, tout élément donné est également susceptible d'être dans l'un d'entre eux. Vous utiliseriez un PPP pour déterminer le nombre d'éléments que chaque section est susceptible de contenir. Gardez à l'esprit que, si les sections sont divisées également, elles ont toutes la même mesure, 1/S. Les liens que vous avez suivi donne la probabilité de trouver exactement x éléments r étant donné sa mesure et N, de sorte que la probabilité de trouver au plus x est le PDF cumulatif de cela, et la probabilité de trouver plus de x est le complément du PDF. Un indice pour calculer réellement ceci: mémoize un vecteur des factorielles jusqu'à N, et pensez à un moyen facile de trouver le plus petit dénominateur commun de a/n! + b/(n-1)! + c/(n-2)! + ....

+0

Merci pour la réponse ... Je dirai bien que ce n'est pas n'importe quel type de devoirs ... ma demande est délibérément vague et est d'aider à approfondir ma compréhension dans la zone décrite avant de commencer un projet. – user3352349

+0

Pour référence: Chaque section contiendra 0 ou 1 éléments – user3352349

+0

OK. Cela ressemble plus à des variables de Bernoulli qu'à un processus ponctuel de Poisson. S'il y a un nombre connu de balles N qui entrent dans un plus grand nombre de cases S, pas plus d'une par case, alors la probabilité qu'une case donnée se termine par une balle est N/S, et la probabilité qu'une case soit la prochaine balle est 1/(SN). La probabilité d'un arrangement donné de balles est 1 dans S choisissez N, ou (S-N)!/S! si la commande est significative. – Davislor