2025年等车问题

等车问题摘录自 python 科学计算 一书 A B 两路公交车 平均发车间隔时间分别是 5 分钟和 10 分钟 某乘客在站点 S 可以任意选择两者之一乘坐 假设 A 和 B 到达 S 的时间无法确定 计算该乘客的平均等车时间 方法一 用随机数模拟的方法求出近似解 from scipy import stats import numpy as np

大家好,我是讯享网,很高兴认识大家。

摘录自《python科学计算》一书

A,B两路公交车,平均发车间隔时间分别是5分钟和10分钟,某乘客在站点S可以任意选择两者之一乘坐,假设A和B到达S的时间无法确定,计算该乘客的平均等车时间。


讯享网

方法一、用随机数模拟的方法求出近似解

from scipy import stats import numpy as np T= A_count=T/5 B_count=T/10 A_time=np.random.uniform(0,T,A_count) B_time=np.random.uniform(0,T,B_count) bus_time=np.concatenate((A_time,B_time)) bus_time.sort() N= passenger_time=np.random.uniform(bus_time[0],bus_time[-1],N) idx=np.searchsorted(bus_time,passenger_time) mean_time=np.mean(bus_time[idx]-passenger_time)*60

讯享网

结果为200s,即10/3分钟。两辆车之间的平均间隔也为200s,似乎直觉上应该等待时间小于平均间隔,但是会有更多的乘客出现在时间间隔较长的时间段。所以其实结果也就是找一个平均,敲好两辆快的在两辆慢的中间的平均间隔时间。
所以如果慢的是12分钟,快的6分钟,等待的平均间隔就是240s。
方法二、
可将假设A和B到达S的时刻无法确定,理解为公交车到达S站点的时刻是完全随机的。因此单位时间之内到达S站点的公交车次数符合泊松分布,而前后两辆公交车的时间差符合k=1的伽玛分布。
根据概率论,事件之间的时间间隔应符合伽玛分布,伽玛分布的概率密度函数公式如下,他描述第k个事件发生所需的等待时间的概率分布。
这里写图片描述
k=1表示相邻两个事件间的间隔的分布,而k=2表示相隔一个事件的两个事件间的间隔的分布。
平均等待时间的公式是这里写图片描述
x是两辆公交车之间的间隔时间,f(x)是x的伽玛分布概率密度函数,所以f(x)dx是时间间隔为x出现的概率。由于观察者效应,乘客出现在较长时间间隔的概率也较大,所以xf(x)dx可以看作与乘客出现在时间间隔为x段的概率成比例的量。分母的积分将其归一化,分子的x/2是该时段的平均等待时间。因为公交车的间隔几乎不会太长,所以上限取一个较大的值即可。

讯享网from scipy import stats import numpy as np from scipy import integrate t=10.0/3 bus_interval=stats.gamma(1,scale=t) n,_=integrate.quad(lambda x:0.5*x*x*bus_interval.pdf(x),0,1000) d,_=integrate.quad(lambda x:x*bus_interval.pdf(x),0,1000) mean_time=n/d*60
小讯
上一篇 2025-01-24 18:11
下一篇 2025-01-06 21:06

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/81204.html