कैसे चुनें कि क्या बस कतार को छोड़ दें या संभावना सिद्धांत का उपयोग करके वहां रहें?


11

मैं पिछले कुछ समय से कुछ सोच रहा हूं, और चूंकि मैं प्रायिकता सिद्धांत में बहुत कुशल नहीं हूं, इसलिए मुझे लगा कि यह सवाल पूछने के लिए यह एक अच्छी जगह हो सकती है। यह कुछ ऐसा है जो सार्वजनिक परिवहन की लंबी कतारों में मेरे ऊपर आया।

मान लीजिए कि आप एक बस स्टेशन में हैं, और आप जानते हैं कि भविष्य में एक बस (या कई बसें) निश्चित रूप से आएंगी (दिन के दौरान), लेकिन आपको सटीक क्षण का पता नहीं है। आप एक संभावना की कल्पना करते हैं कि बस पांच मिनट के भीतर आ जाएगी। इसलिए आप पांच मिनट इंतजार करें। लेकिन बस नहीं आती है। क्या अब आपके द्वारा कल्पना की गई मूल की तुलना में संभावना कम या अधिक है?

सवाल यह है कि यदि आप भविष्य की भविष्यवाणी करने के लिए अतीत का उपयोग कर रहे हैं, तो शायद आप बस के आने के बारे में बहुत आशावादी नहीं होंगे। लेकिन शायद आप यह भी सोच सकते हैं कि यह वास्तव में घटना को अधिक संभावना बनाता है: चूंकि बस अभी तक नहीं आई है, दिन में कम मिनट उपलब्ध हैं और इस प्रकार संभावना अधिक है।

दिन के अंतिम पाँच मिनट सोचें। आप पूरे दिन वहां रहे हैं और कोई बस नहीं आई है। इसलिए, अतीत से पूरी तरह से न्याय करते हुए, आप यह अनुमान नहीं लगा सकते कि बस अगले पांच मिनट के भीतर आने वाली है। लेकिन जब से आप यह सुनिश्चित कर रहे हैं कि दिन समाप्त होने से पहले एक बस आ जाएगी, और दिन समाप्त होने में केवल पाँच मिनट हैं, आप 100% सुनिश्चित कर सकते हैं कि बस वाईल पाँच मिनट के भीतर आ जाए।

तो, सवाल यह है कि अगर मैं संभावना की गणना करने जा रहा हूं और कतार से बाहर निकलूं, तो मुझे किस विधि का उपयोग करना चाहिए? ऐसा इसलिए है क्योंकि कभी-कभी मैं छोड़ देता हूं और अचानक बस आ जाती है, लेकिन कभी-कभी मैं इंतजार करता हूं और इंतजार करता हूं और बस नहीं आती है। या हो सकता है कि यह पूरा प्रश्न बकवास है और यह केवल बहुत यादृच्छिक है?

जवाबों:


1

मुझे लगता है कि आपने अपने सवाल का खुद ही जवाब दे दिया है। मान लें कि आप निश्चित हैं कि दिन के अंत तक n बसें आएंगी (जो घंटे घंटे की दूरी पर हैं) लेकिन यह सुनिश्चित नहीं है कि उन घंटे में वे कब आएंगे, आप n / h और गणना के बराबर दर के साथ एक पॉइज़न वितरण का उपयोग कर सकते हैं अगले दस मिनट में एक बस के आने की संभावना, कहते हैं। जैसा कि आप बस का इंतजार करते हैं और एच कम करना शुरू कर देते हैं, दर n / h बढ़ने लगती है और अगले दस मिनट में एक टक्कर आने की संभावना बढ़ जाती है। तो हर गुजरते पल के साथ, यह आपके लिए कतार छोड़ने के लिए कम और कम समझ में आता है (यह मानते हुए कि बस आने पर आपके लिए जगह होगी)।


अच्छा जवाब, बहुत धन्यवाद। मेरे पास एक ही अंतर्ज्ञान था, लेकिन मुझे नहीं पता था कि इसे पॉइसन वितरण कहा जाता था।
नंबर

2
यदि आप वास्तव में मॉडल बस एक पॉइसन प्रक्रिया के रूप में आते हैं, तो यह ठीक नहीं है। पॉइसन प्रक्रियाएं "मेमोरीलेस" हैं, क्योंकि वे समय के माध्यम से निरंतर संभावना के रूप में किसी भी समय एक बस आगमन की घटना को मॉडल करते हैं। Ie के बाद आप 5 मिनट इंतजार कर चुके हैं जब कोई बस नहीं आ रही है, तो मॉडल अगले 10 मिनट में मूल 10 मिनट की तरह बस में आने की संभावना का अनुमान लगाएगा।
leekaiinthesky

leekaiinthesky, आप सही हैं कि दिए गए दर के लिए, पॉइज़न एक स्मृतिहीन वितरण है। हालांकि अगर हमें यकीन है कि दिन के अंत तक n बसें आएंगी, तो दर लगातार बढ़ जाती है।
user3353185

यहां तक ​​कि उन विशिष्ट मान्यताओं के तहत पॉइसन वितरण का उपयोग सही उत्तर नहीं देता है। आपका तर्क बढ़ती दर पर आधारित है क्योंकि आप जानते हैं कि n busses कुल में पहुंचेंगे, लेकिन Poisson वितरण में घटनाओं की कुल संख्या निश्चित नहीं है। इसके अलावा 10 मिनट में आप जिस संभावना के लिए गणना करना चाहते हैं, वह दर आपके तर्क के अनुसार पहले से ही बदल जाएगी। यह केवल एक सन्निकटन है - जो अभी भी एक अच्छा उत्तर होगा यदि आप चर्चा करते हैं कि सन्निकटन कितना अच्छा है।
एरिक

3

यह इस बात पर निर्भर करता है कि आपकी बसें किस समय पर आ रही हैं।

  1. यदि वे नियमित समय पर आते हैं, तो हर मिनट जो आप प्रतीक्षा करते हैं, वह बस आने के करीब एक मिनट है, और औसतन आप आधे-बस अंतराल का इंतजार करते हैं।

  2. यदि बसें प्रति घंटे एक निश्चित औसत दर से अलग-अलग अंतर-बस समय पर पहुंचती हैं, तो आपको बस स्टॉप पर कम अंतराल से पहुंचने की अधिक संभावना है। वास्तव में, यदि वे "बेतरतीब ढंग से यादृच्छिक पर" (एक पॉइसन प्रक्रिया के अनुसार) पहुंचते हैं, तो इससे कोई फर्क नहीं पड़ता कि आप कितने समय तक प्रतीक्षा करते हैं, आपका अपेक्षित शेष इंतजार समान है।

  3. यदि चीजें इससे भी बदतर हो जाती हैं ("यादृच्छिक" आगमन की तुलना में गपरियर / बर्फ़ीली, शायद ट्रैफ़िक मुद्दों के कारण) तो आप प्रतीक्षा नहीं करना बेहतर हो सकते हैं।


ठीक है, मैं इसे पचाने की कोशिश करूंगा। धन्यवाद। इसलिए यदि हम प्रति घंटे की औसत दर नहीं जानते हैं, तो हम मूल रूप से कुछ भी नहीं बता सकते हैं?
21

2
यदि आप 23 घंटे इंतजार कर रहे हैं और बस अभी भी नहीं आई है, तो कृपया वितरण के आधार को अनदेखा करें (cdf) हमेशा 1 तक जोड़ना। बस बस नहीं आएगी। सामान्य तौर पर, यूरोपीय एक समान वितरण में विश्वास करेंगे, यदि आप जापानी हैं तो एक अच्छा दांव; अमेरिकियों के लिए सार्वजनिक परिवहन को एक पॉइसन, स्मृतिहीन प्रक्रिया की पीलिया वाली आंख के साथ अधिक देखा जाता है, और वे अपनी कार चलाते हैं ... इसके बारे में सोचें ... कोई फर्क नहीं पड़ता कि आपने कितनी देर तक बस के आने की संभावना का इंतजार किया निश्चित समय एक जैसा ही रहता है। मैंने सुना है कि वीबुल वितरण मदद कर सकता है, लेकिन निश्चित नहीं।
एंटोनी परेला

1
यहाँ एक महान है, और मुक्त, Weibull और इस विषय पर कागज।
एंटोनी परेला

@Antoni धन्यवाद। इस समस्या के लिए वास्तव में काम नहीं करने की संभावना है कि हद तक (उदाहरण के लिए आइटम 2 में Poisson की तरह) एक हद तक है; ऊपर वर्णित तरीके से बस आगमन वास्तव में एक यादृच्छिक प्रक्रिया नहीं है। यदि आप उन्हें जोर से धक्का देते हैं, तो निश्चित रूप से वे जो निष्कर्ष निकालेंगे वह समझ में नहीं आएगा।
Glen_b -Reinstate मोनिका

@AntoniParellada और Glen_b आपके उत्तर के लिए बहुत धन्यवाद। मैंने इस सवाल के पीछे बहुत कल्पना नहीं की थी। मैं उन सभी को समझने के लिए अध्ययन करता रहूँगा जो आपने कृपया लिखे हैं। आपका दिन शुभ हो।
संख्याबल

1

बड़ा सवाल!

एक संभावना दृष्टिकोण से, प्रतीक्षा कर सकते हैं निश्चित रूप से बाधाओं ऊपर जाना सुनिश्चित करें। यह गाऊसी और वर्दी वितरण का सच होगा। हालांकि, घातीय वितरण के लिए यह सच नहीं होगा - घातीय वितरण के बारे में साफ-सुथरी बात "स्मृतिविहीन" इस मायने में कि अगले अंतराल के लिए संभवतः हमेशा समान है।

हालाँकि, मुझे लगता है कि कुछ लागत समारोह उत्पन्न करने के लिए एक और दिलचस्प बात हो सकती है। वैकल्पिक परिवहन (टैक्सी, ueber) की लागत क्या है? लेट होने की कीमत क्या है? फिर आप कैल्क बुक को डस्ट कर सकते हैं और लागत फ़ंक्शन को कम कर सकते हैं।

अपने आप को यह समझाने के लिए कि गॉसियन डिस्ट्रीब्यूशन के लिए हमेशा मुश्किलें बढ़ जाती हैं, मैंने थोड़ा मैटलैब लिखा, लेकिन मैं कुछ और गणितीय रूप से शुद्ध आने की कोशिश करूंगा। मुझे लगता है कि वर्दी के लिए यह स्पष्ट है, क्योंकि अंश स्थिर है (जब तक कुछ नहीं) और हर हमेशा कुछ न होने के लिए कम हो रहा है।


2
ओपी की एक धारणा यह है कि "आपको यकीन है कि दिन खत्म होने से पहले एक बस आ जाएगी," जो कि वितरण पर कुछ दिलचस्प प्रतिबंध लगाती है। काश मैं वास्तविक जीवन में ऐसी निश्चितता रखता।
एड्म

@ माइक आपके जवाब के लिए धन्यवाद। क्या यह तब भी लागू होता है जब अंतर्निहित वितरण अज्ञात है? या शायद मैं एक निश्चित वितरण मान सकता हूं? यह मामला होने के नाते, यह हो सकता है कि जैसे-जैसे समय बीतता है, मैं अपनी राय बदल सकता हूं और कह सकता हूं कि इस तरह का वितरण अब नहीं है और दूसरे के लिए देखें। स्मृतिहीन वितरण अच्छा लगता है, लेकिन शायद जो मैं जानना चाहता हूं उसके लिए एक वितरण की आवश्यकता होती है जो अतीत को ध्यान में रखता है।
नंबर

2
कोई बात नहीं @NormanSimon! हर बार नहीं। उदाहरण के लिए, मान लीजिए कि आपके पास एक ट्रायमॉडल पीडीएफ है, मैंने एक त्वरित उदाहरण किया, जिसमें 3 गॉसियन (प्रत्येक के 3 सिग्मा के साथ, -8, 0 और +8 के साथ। इस मामले में, जैसा कि आप पर आया था। कूबड़, वास्तव में अगले 3 मिनट के खिंचाव के लिए कुछ
हद

ओह, प्रिय, माइक, यह बहुत जटिल लगता है! लेकिन मैं वादा करता हूं कि मैं पढ़ाई करता रहूंगा। शायद मैं बहुत उन्नत प्रश्न पूछ रहा हूँ, जबकि मैं अभी भी एक शुरुआत कर रहा हूँ। लेकिन कई, कई धन्यवाद =)
नंबर

1

यदि आप उस प्रतिबंध को छोड़ते हैं जो बस दिन के दौरान किसी बिंदु पर आना चाहिए, तो यह तर्क दिया जा सकता है कि आप जितनी देर प्रतीक्षा करेंगे, उतनी ही अधिक समय तक प्रतीक्षा करने की उम्मीद है। कारण? आप जितनी देर प्रतीक्षा करेंगे, पोइसन दर पैरामीटर छोटा होने का आपका विश्वास उतना ही अधिक होगा। प्रश्न 1 देखें, यहाँ


आपका स्वागत है। लेकिन मेरा मतलब था "दर पैरामीटर बड़ा है ", छोटा नहीं ...! मैंने उसी के अनुसार अपना उत्तर संपादित किया है।
Creosote
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.