2012-02-22 68 views
5

Tôi đang làm việc với trình tạo số ngẫu nhiên có sẵn trong C++ 11. Hiện tại, tôi đang sử dụng phân phối đồng đều, điều này sẽ cho tôi xác suất bằng nhau để nhận được bất kỳ số nào trong phạm vi A & B mà tôi chỉ định.Hiểu phân bố Poisson của trình tạo số ngẫu nhiên

Tuy nhiên, tôi đang nhầm lẫn về việc tạo bản phân phối Poisson. Mặc dù tôi hiểu cách xác định Poisson probability, tôi không hiểu cách một chuỗi số ngẫu nhiên có thể được "phân phối" dựa trên phân phối Poisson.

Ví dụ, C++ 11 nhà xây dựng cho một phân phối Poisson mất một đối số - λ, đó là mean of the distribution

std::tr1::poisson_distribution<double> poisson(7.0); 
std::cout << poisson(eng) << std::endl; 

Trong một vấn đề khả Poisson, điều này tương đương với số lượng dự kiến ​​thành công/lần xuất hiện trong một khoảng thời gian nhất định. Tuy nhiên, tôi không hiểu những gì nó đại diện trong trường hợp này. "Thành công"/"xuất hiện" trong một kịch bản số ngẫu nhiên là gì?

Tôi đánh giá cao mọi hỗ trợ hoặc tài liệu tham khảo mà tôi có thể sử dụng để giúp tôi hiểu điều này.

+0

Một phần của vấn đề ở đây có thể là tôi không hoàn toàn hiểu mục đích của Poisson phân phối. Thống kê/văn bản xác suất của tôi thảo luận về xác định xác suất Poisson, nhưng không cung cấp gì liên quan đến việc tạo ra các số trong một bản phân phối Poisson. Tôi không có một ứng dụng thực tế tại thời điểm này .. Tôi thực sự chỉ tò mò như thế nào công trình này. – BSchlinker

+1

Việc triển khai mẫu có thể tính toán cho từng giá trị xác suất xảy ra và sau đó tính phạm vi dựa trên các giá trị này để dịch phân phối đồng đều sang Poisson. ví dụ. cho & lambda; == 2 chúng tôi có 13% cơ hội cho 0, 27% cơ hội cho 1, 27% cơ hội cho 2 ... Sau đó, chúng tôi tạo ra một số ngẫu nhiên thống nhất tốt giữa 0,0 và 1,0. Nếu con số này là <= 0.13 trả về 0. Có phải <= 0.40 trả về 1. Có phải <= 0.67 trả về 2, v.v ... – oddstar

Trả lời

3

Xác suất phân phối Poisson là cơ hội mà giá trị cụ thể xảy ra. Hãy tưởng tượng bạn muốn tính toán có bao nhiêu chiếc xe vượt qua một điểm nhất định mỗi ngày. Giá trị này sẽ nhiều hơn một số ngày, nhưng ít hơn vào những ngày khác. Nhưng khi theo dõi điều này trong một khoảng thời gian nghiêm trọng, giá trị trung bình sẽ bắt đầu nổi lên, với các giá trị trong vùng lân cận xảy ra thường xuyên hơn và giá trị xa hơn (0 xe hơi mỗi ngày hoặc gấp mười lần) ít có khả năng xảy ra hơn. & lambda; điều đó có nghĩa là nổi lên.

Khi phản ánh điều này với RNG, thuật toán sẽ trả lại cho bạn số lượng ô tô được chuyển vào một ngày ngẫu nhiên (được chọn thống nhất). Như bạn có thể tưởng tượng giá trị trung bình & lambda; có nhiều khả năng xuất hiện, và các thái cực ít có khả năng bật lên nhất.

Các liên kết sau đây có một ví dụ về sự phân bố Poisson có, cho thấy kết quả rời rạc bạn có được, và cơ hội mỗi người trong số họ có của nó xuất hiện:

thực hiện

http://www.mathworks.com/help/toolbox/stats/brn2ivz-127.html

Một mẫu có thể tính toán cho mỗi giá trị xác suất xảy ra, và sau đó tính toán các phạm vi dựa trên các giá trị này để dịch phân phối đồng đều sang Poisson. ví dụ. cho & lambda; == 2 chúng tôi có 13% cơ hội cho 0, 27% cơ hội cho 1, 27% cơ hội cho 2 ... Sau đó, chúng tôi tạo ra một số ngẫu nhiên thống nhất tốt giữa 0,0 và 1,0. Nếu số này là < = 0.13 trả về 0. Có phải là < = 0.40 trả lại 1. Có phải là < = 0.67 trả lại 2 etc ...

+0

Ok - điều này tương tự như những gì tôi mong đợi. Tuy nhiên, điều gì quyết định "phạm vi" của các số đầu ra? Ví dụ: nếu giá trị trung bình là 75, chúng tôi có thể có hai số, chẳng hạn như 50 và 150 hoặc 74 và 76. Cả hai giá trị này trung bình là 75, nhưng phạm vi từ 50 đến 150 lớn hơn đáng kể.Ngoài ra, điều gì xác định cần bao nhiêu mẫu để có nghĩa là bắt đầu xuất hiện? – BSchlinker

+0

50 và 150 mỗi cơ hội có ít cơ hội xảy ra hơn 74 và 76. Mặc dù mức trung bình của phạm vi là 75, bạn nên xem xét các con số theo cách riêng của chúng và cách chúng liên quan đến giá trị trung bình. iow có bao nhiêu cơ hội xảy ra trong thử nghiệm? Làm thế nào cao là cơ hội 50 chiếc xe được thông qua vào một ngày, hoặc 150 so với mức độ cao là cơ hội 74 hoặc 76 chiếc xe được thông qua. Đừng nhầm lẫn giữa giá trị trung bình. Giá trị trung bình là số xuất hiện 'ở giữa' của tất cả các kết quả, không phải là số trung bình của tất cả các kết quả đầu ra. – oddstar

+0

Về số lượng mẫu bạn cần cho giá trị trung bình xuất hiện, điều này phụ thuộc vào giá trị trung bình vì đây là một bản phân phối rời rạc. Ví dụ. nếu trung bình của bạn là 2, nó sẽ xảy ra nhanh hơn nhiều (27% cơ hội RNG trả về 2) so với khi trung bình của bạn là 1050 (1,2% cơ hội RNG trả về 1050). Với một & lambda; của 75, xác suất 75 nổi lên là khoảng 4%. – oddstar

Các vấn đề liên quan