[機統] 請問結合兩個Poisson process
※ 引述《teves (teves)》之銘言:
: 最近小弟碰到了問題
: 實在想不出要怎麼算orz
: 在這裡向各位請教
: 如果是單一個poisson process
: 那兩個事件的間隔時間是exponential distribution
: 但是比如說今天我們知道事件A是一個arrival rate為d1的poisson process
: 而其實每個A事件都是由三個B事件組成一組
: 而這三個B事件的間距是另一個arrival rate為d2的poisson process
: 但是由於A事件是poisson,所以可能一組B事件完成前,中間就會被下一組插入
: 那我想知道B事件整體的distribution要怎麼做?
不好意思
我試著解釋清楚一點
舉例來說
假設今天一組B事件不是poisson,而是固定間隔為1,一組來3個
而A事件的時間是0, 4.5, 7, 7.5好了
那B事件就會是0, 1, 2
4.5, 5.5, 6.5
7, 8, 9
7.5, 8.5, 9.5
所以真正看到的分布就是
0, 1, 2, 4.5, 5.5, 6.5, 7, 7.5, 8, 8.5, 9, 9.5
我想問的就是
如果A事件的時間是隨機poisson
一組B事件也是隨機poisson
但是不同組的B事件都是隨機不同產生,只是用來產生亂數的arrival rate相同
例如,若A事件發生的時間為A(1),...,A(n),...
則A(n)-A(n-1) ~ Exponential(d1)
每一個A事件由三個B事件構成
所以B事件未經排序的時間為B(1,1),B(1,2),B(1,3),...,B(n,1),B(n,2),B(n,3),...
而B(n,1)=A(n)
B(n,m)-B(n,m-1) ~ Exponential(d2)
請問排序過後的B事件發生時間的分佈有辦法算嗎?
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.109.22.247
→
01/05 19:00, , 1F
01/05 19:00, 1F
→
01/05 19:00, , 2F
01/05 19:00, 2F
→
01/05 19:01, , 3F
01/05 19:01, 3F
→
01/05 19:02, , 4F
01/05 19:02, 4F
→
01/05 19:03, , 5F
01/05 19:03, 5F
→
01/05 19:04, , 6F
01/05 19:04, 6F
→
01/05 19:04, , 7F
01/05 19:04, 7F
→
01/05 19:06, , 8F
01/05 19:06, 8F
→
01/05 19:07, , 9F
01/05 19:07, 9F
→
01/05 19:07, , 10F
01/05 19:07, 10F
→
01/05 19:08, , 11F
01/05 19:08, 11F
→
01/05 19:09, , 12F
01/05 19:09, 12F
→
01/05 19:09, , 13F
01/05 19:09, 13F
→
01/05 19:10, , 14F
01/05 19:10, 14F
→
01/05 19:11, , 15F
01/05 19:11, 15F
討論串 (同標題文章)