Proces Poissona - Co to jest, definicja i pojęcie

Proces Poissona jest szeregiem czasowym zbudowanym z eksperymentów, których częstotliwość może być zadowalająco przybliżona do rozkładu Bernoulliego i zależy od stałego parametru zwanego intensywnością.

Innymi słowy, proces Poissona jest sekwencją eksperymentów zgodnych z rozkładem Bernoulliego i zależy od parametru wskazującego intensywność procesu.

Szereg czasowy jest zaangażowany, ponieważ rozkład Poissona ma na celu modelowanie częstotliwości zdarzeń w ustalonym przedziale czasu.

Ponieważ podstawą jest rozkład Bernoulliego, rozróżnia się sukces Tak bez powodzenia. Tutaj jest zdefiniowany sukces kiedy nastąpi zdarzenie, które chcemy kontrolować i bez powodzenia kiedy to się nie dzieje.

Parametr

Grecka litera „lambda” jest używana do określenia intensywności lub tempa nadejścia procesu Poissona.

Ten parametr jest stały i ściśle dodatni, czyli zawsze większy od zera.

Formuła

Biorąc pod uwagę przedział czasu długości, toraz tempo przybycia wydarzeń, lambdaoczekiwana liczba zdarzeń w tym przedziale czasu wynosi

Założenia

Aby proces Poissona był wykonalny, muszą być spełnione następujące założenia:

  1. Prawdopodobieństwo sukcesu w bardzo krótkim czasie to parametr lambda pomnożony przez ten okres czasu.
  1. Prawdopodobieństwo wystąpienia więcej niż jednego zdarzenia sukcesu w określonym przedziale czasu nie jest znaczące.

Innymi słowy, prawdopodobieństwo, że więcej niż jeden eksperyment zakończy się sukcesem w ustalonym przedziale czasowym, jest bardzo małe, a zatem nieistotne lub nieistotne.

  1. Prawdopodobieństwo pomyślnego zdarzenia w określonym przedziale czasu nie zależy od tego, co wydarzyło się wcześniej.

Oznacza to, że każdy pomyślny eksperyment jest niezależny od poprzedniego. Na przykład w przypadku rzucania monetą przez 1 minutę prawdopodobieństwo, że wypadnie orzeł, nie zależy od tego, co zostało rzucone w poprzednim rzucie.

Aplikacja

Proces Poissona jest znany w statystyce jako proces stochastyczny, który próbuje rejestrować bardzo mało prawdopodobne zdarzenia w ciągłym czasie.

Na przykład w dziedzinie ubezpieczeń proces Poissona można wykorzystać do obliczenia prawdopodobieństwa ruiny firmy ubezpieczeniowej.

Przykład procesu Poissona

Przypuszczamy, że chcemy obliczyć całkowitą liczbę żaglówek, które popłyną na ryby w ciągu pół godziny. Wiemy, że średnio co 5 minut odpływają 4 żaglówki.

Możemy więc dopasować:

Przewidywana liczba żaglówek, które za pół godziny popłyną na ryby, wyniesie:

24 żaglówki popłyną w sumie na pół godziny, biorąc pod uwagę, że co 5 minut mają wypływać 4 żaglówki.

Popularne Wiadomości

Rajd euro: racjonalne czy samospełniające się oczekiwania?

Euro silnie rośnie dzięki dobrym oczekiwaniom rynków. Czy może to być okazja do lepszego zrozumienia Teorii Racjonalnych Oczekiwań? W 1972 roku ekonomista Robert Lucas zrewolucjonizował studia nad makroekonomią, opracowując swoją teorię racjonalnych oczekiwań, opartą na fakcie, że wiele…

Nicolás Appert, bohater konserw

Jeden z największych geniuszy wojskowych w historii, Napoleon Bonaparte, powiedział, że armie maszerowały na brzuchu. Żywność jest niezbędna do utrzymania morale i dobrej kondycji fizycznej żołnierzy. Armie musiały utrzymywać żywność w dobrym stanie podczas długich okresów działań wojennych. Wszystko toCzytaj więcej…

Banco Santander porzuca Formułę 1

Wszystko wskazuje na to, że Banco Santander przestanie sponsorować legendarny zespół Ferrari. Podmiot, któremu przewodniczy Ana Patricia Botín, zdecydował się opuścić Formułę 1, rezygnując ze sponsorowania Grand Prix, a w szczególności zespołu Ferrari. Banco Santander wydaje 40 milionów euro na każdy sezon, w którym jego logoCzytaj więcej…

Mapfre zapłaci 1100 mln euro za katastrofy na Karaibach, w Meksyku i USA

Trzęsienia ziemi i huragany nawiedzały cały trzeci kwartał tego roku. Meksyk, Stany Zjednoczone i kraje Karaibów są głównymi ofiarami tej serii klęsk żywiołowych. W ramach rekompensaty za szkody spowodowane tymi zdarzeniami ubezpieczyciel Mapfre musi wypłacić ponad 1100 mln euro odszkodowania na rzecz Czytaj więcej…