I INTERNATIONAL SCIENTIFIC CONFERENCE OF YOUNG RESEARCHERS
Baku Engineering University
23
27-28 April 2018, Baku, Azerbaijan
Alternativ olaraq əgər N(t) Puasson paylanması təşkil edərsə bu zaman
n
S
)
(
)
(
1
n
t
e
t
f
n
t
0
t
ehtimal sıxlıq funksiyası ilə qamma paylanması təşkil edir.
Bu, baş verən hadisələr arasındakı zamana üstlü funksiya kimi təsir edir.
)
(
n
t
N
P
t
S
P
n
(1)
eyniliyi
1
0
1
!
)
(
n
r
r
t
t
n
t
n
r
t
e
dx
n
t
e
t
S
P
inteqralının həlli ilə isbat olunur.
t
)
t
(
N
E
olaraq
N(
t) Puasson paylanma təşkil etdikdə,
{N(t),t > 0} çoxluğu Puasson prosesinin paylanması adlanır.
Puasson paylanmasının bir çox vacib xüsusiyyətlərini və teoremlərini tətbiq etmək üçün
Kampbell teoremindən istifadə olunur.Bu teoremi aşağıdakı şəkildə izah etmək olar.
Hesab edək ki, {N(t),t > 0} Puasson paylanması təşkil edir.İndi isə fərz edək ki,
t
0;
aralığında
n sayda hadisə baş verir. Qeyd etmək lazımdır ki, təsadüfi dəyişənin qiymətini N(t)=n qəbul etdikdə
onun ehtimalı
!
)
(
n
t
e
n
t
N
P
n
t
ilə hesablanır.
n
K
- ni n-ci hadisə üçün gözləmə zamanı kimi təyin edək.
Əgər
i
T
n
i
...,
,
2
,
1
hadisələr arasındakı vaxtı nümayiş etdirən təsadüfi dəyişənlər olarsa
n
i
i
t
n
t
n
n
e
e
t
t
f
1
1
1
,.....,
şəklində yazmaq olar.
n
i
n
i
K
t
1
olduğundan yuxardakı yazılış bu şəklə düşür:
n
K
n
n
e
t
t
f
)
,...,
(
1
.
Və nəzərə alsaq ki,
1
1
t
K
,
2
1
2
t
t
K
, ... ,
n
n
t
t
t
K
...
2
1
bərabərlikləri doğrudur bu
zaman
n
K
K
K
K
....,
,
2
1
üçün ehtimal paylanması aşağıdakı şəkildədir:
K
t
t
f
K
f
)
(
.
Burada
K
t
Yakobyanın determinantı nəzərdə tutulur.
Qeyd:
1
...
1
1
1
1
...
...
...
...
...
0
...
1
1
1
1
0
...
0
1
1
1
0
...
0
0
1
1
0
...
0
0
0
1
)
(
)
(
t
K
və
1
1
t
K
K
t
.
n
k
n
n
e
k
k
f
)
,...,
(
1
,
t
k
k
n
...
0
1
]
,
(
t
k
n
aralığında heç bir hadisə baş vermir. Buna görə də həmin aralıq üçün ehtimal bu şəkildə
olur:
)
(
n
k
t
e