Wie erstelle ich diskrete zufällige Ereignisse einer Poisson-Verteilung?

Ich bin mir dessen bewusst, Knuth ' s Algorithmus zur Generierung von Zufallszahlen Poisson-verteilten zahlen (unten in Java), aber wie übersetze ich das in eine Methode aufrufen, generateEvent() zufällig im Laufe der Zeit?

int poissonRandomNumber(int lambda) {
    double L = Math.exp(-lambda);
    int k = 0;
    double p = 1;
    do {
        k = k + 1;
        double u = Math.random();
        p = p * u;
    } while (p > L);
    return k - 1;
}
InformationsquelleAutor blank | 2010-02-05
  1. 4

    Wenn Sie schauen, um zu simulieren, die inter-event-Ankunft Zeit, die Sie wollen, dass die exponentielle Verteilung.

    Werfen Sie einen Blick auf Pseudo-Zufälligen Nummern-Generator - Exponentielle Verteilung

    Dein code würde dann wie folgt Aussehen:

    //Note L == 1 /lambda
public double poissonRandomInterarrivalDelay(double L) {
    return (Math.log(1.0-Math.random())/-L;
}

    ...

    while (true){
    //Note -- lambda is 5 seconds, convert to milleseconds
    long interval= (long)poissonRandomInterarrivalDelay(5.0*1000.0);
    try {
        Thread.sleep(interval);
        fireEvent();
}
    • Hallo, ich brauche Zufallszahlen im Intervall Poisson-rate mit java.. ich habe versucht, über Ihre Funktion und Methode poissonRandomInterarrivalDelay immer null für jeden Wert von lambda.
    • Können Sie veröffentlichen Sie Ihren code als eine neue Frage? Vielleicht kann ich etwas sehen...
    • Ich bin nicht in der Lage, es zu tun. Ich bin gerade gesperrt..
    • Diese Umsetzung für poissonRandomInterarrivalDelay() ist fehlerhaft. Wie es geschrieben wird, negative Ergebnisse erzielen, wenn Math.random() erzeugt einen Wert von weniger als Math.exp(-lambda). Eine korrekte Umsetzung ist: return Math.log(1.0-Math.random())/-lambda;. Sie vereinfachen das zu return Math.log(Math.random())/-lambda; seit 1.0-Math.random() ist gleichmäßig verteilt zwischen 0 und 1.
    • sind Sie richtig. Danke.
    • Ist lambda invertiert in deinem Beispiel? Sollte nicht 5.0*1000.0 statt 1/(5.0*1000.0)?
    • Sie sind richtig, mit lambda, wie der name des Eingabeparameters ist nicht korrekt. Ich dachte, dass die input-parameter werden die durchschnittlichen inter-arrival-Zeit. Ich veränderte die Beispiel etwas, um diese besser klar.
    • da L ist 1/lambda der Formel (Math.log(1.0-Math.random())*-L)

    InformationsquelleAutor Jay Elston
  2. 0

    Die Poisson-Zufallszahlen, die Sie generieren, wie in Scott erwähnt, stellen Sie die Häufigkeit der Ereignisse. Sobald Sie die Frequenz, Sie können passen Ihre vorkommen über dem Intervall mit einer zweiten Verteilung, sagen Einheitlich.

    Nehme an, dass die Anzahl der Ereignisse, die generiert werden für ein Intervall von N ist k. Dann müssen Sie einfach zu generieren (k+1) zufällige zahlen, die Summe bis N.

    |<----------------------- N ------------------------->|

    --r_0--(Ereignis)---r_1-..-(event_k)--r_(k+1)--

    Dazu einfach generieren (k+1) Zufallszahlen und teilen Sie Sie durch Ihre Summe geteilt durch N. Die ersten k dieser zahlen werden die Zeitstempel der Ereignisse.

    InformationsquelleAutor er0
Schreibe einen Kommentar