Laboratorio virtuale > Il processo di Poisson > 1 2 3 4 [5] 6 7 8
Supponiamo che ciascuno degli arrivi in un processo di Poisson sia, indipendenetemente dagli altri, di due tipi: tipo 1 con probabilità p e tipo 0 con probabilità q = 1 - p.
Ciò è a volte detto splitting di un processo di Poisson. Per esempio, supponi che gli arrivi siano emissioni radioattive e che ciascuna particella possa essere rilevata (tipo 1) o mancata (tipo 0) da un misuratore. Se gli arrivi sono automobili a una stazione di servizio, ciascun guidatore può essere maschio (tipo 1) o femmina (tipo 0).
Siamo interessati agli arrivi di tipo 1 e di tipo 0 congiuntamente. Sia
1. Usa la definizione di probabilità condizionata per mostrare che
P(Mt = j, Wt = k) = P(Mt = n | Nt = j + k)P(Nt = j + k).
2. Dimostra che, in termini di tipo, gli arrivi successivi formano un processo di prove Bernoulliane, per cui se ci sono j + k arrivi nell'intervallo (0, t], allora il numero di arrivi di tipo 1 ha distribuzione binomiale con parametri j + k e p.
3. Usa i risultati degli esercizi 1 e 2 per mostrare che
P(Mt = j, Wt = k) = [e-rpt (rpt)j / j!][e-rqt (rqt)k / k!] per j, k = 0, 1, ...
Segue dall'esercizio 3 che il numero di arrivi di tipo 1 nell'intervallo (0, t] e il numero di arrivi di tipo o nell'intervallo (0, t] sono indipendenti e hanno distribuzione di Poisson con parametri rispettivamente rpt e rqt. Più in generale, gli arrivi di tipo 1 e di tipo 0 formano due distinti (e indipendenti) processi di Poisson.
4. Nell'esperimento di Poisson di due tipi modifica r, p e t con le barre a scorrimento e osserva la forma delle funzioni di densità. Poni r = 2, t = 3 e p = 0.7. Simula 1000 replicazioni, aggiornando ogni 10, e osserva la convergenza delle frequenze relative alle funzioni di densità.
5. Nell'esperimento di Poisson di due tipi, poni r = 2, t = 3 e p = 0.7. Simula 500 replicazioni, aggiornando ogni volta e calcola le appropriate frequenze relative per analizzare empiricamente l'indipendenza tra numero di donne e numero di uomini.
6. Supponi che le automobili arrivino a una stazione di servizio seguendo il modello di Poisson, con velocità r = 20 l'ora. Inoltre, ciascun guidatore può essere, indipendentemente dagli altri, femmina con probabilità 0.6 o maschio con probabilità 0.4. Trova la probabilità che, su un periodo di due ore, si presentino almeno 20 donne e 15 uomini.
Supponiamo che Nt non sia osservabile, ma che lo sia Mt. Questa situazione si presenta, ad esempio, se gli arrivi sono emissioni radioattive, e quelle di tipo 1 sono rilevate da un misuratore, mentre quelle di tipo 0 gli sfuggono. Vogliamo stimare il numero totale di arrivi Nt in (0, t] dopo aver osservato il numero di arrivi di tipo 1 Mt.
7. Prova che la distribuzione condizionata di Nt dato Mt = k è identica alla distribuzione di k + Wt.
8. Prova che E(Nt | Mt = k) = k + r(1 - p)t.
Quindi, se la velocità complessiva r e la probabilità p che un arrivo sia di tipo 1 sono note, segue dalla teoria generale del valore atteso condizionato che
Mt + r(1 - p)t
è il miglior stimatore di Nt basata su Mt nel senso dei minimi quadrati.
9. Prova che E{[Nt - (Mt + r(1 - p)t)]2} = r(1 - p)t.
10. Nell'esperimento di Poisson di due tipi, poni r = 3, t = 4 e p = 0.8. Simula 100 replicazioni, aggiornando ogni volta.
11. Supponi che un frammento di materiale radioattivo emetta particelle seguendo il modello di Poisson con velocità r = 100 al secondo. Supponi inoltre che lo strumento di misura che si utilizza individui ciascuna particella emessa, indipendentemente dalle altre, con probabilità 0.9. Se in un periodo di 5 secondi sono registrate 465 particelle,
Supponi che ciascun arrivo del processo di Poisson sia, indipendentemente dagli altri, di uno dei k tipi: i con probabilità pi per i = 1, 2, ..., k. Ovviamento dobbiamo avere
p1 + p2 + ··· + pk = 1.
Sia Mi(t) il numero di arrivi di tipo i in (0, t] per i = 1, 2, ..., k.
12. Mostra che, per dati t, M1(t), M2(t), ..., Mk(t) sono indipendenti e Mi(t) ha distribuzione di Poisson con parametro rpit.
Più in generale, M1(t), M2(t), ..., Mk(t) sono processi di Poisson indipendenti.