/* Light bulbs in Picat. From my WebPPL model """ Today I changed the last of two bulbs which were supposed to hold for 2000h (they are Halogen bulbs). The first went out some days ago, say 25h ago. What is the probability of this to happen if we assume that the the time for light bulbs are an Exponential distribution? Mathematica code: Probability(Abs(a - b) <= c, (a, b) -> ProductDistribution(ExponentialDistribution(p), ExponentialDistribution(p))) 1 - E^(-c p) (if c > 0) -> 0.0124222 """ Below are the three models: Exponential, Gaussian, and Poisson, where p is the probability that both bulbs went out in the range of 25h. I guess that the exponential model is the most realistic of these. Cf my Gamble model gamble_light_bulbs.rkt This program was created by Hakan Kjellerstrand, hakank@gmail.com See also my Picat page: http://www.hakank.org/picat/ */ import ppl_distributions, ppl_utils. import util. main => go. /* Exponential var : bulb 1 Probabilities (truncated): 18928.903426087697881: 0.0001000000000000 17047.316333171209408: 0.0001000000000000 16962.037368425029854: 0.0001000000000000 16905.754000587665359: 0.0001000000000000 ......... 0.422684434879151: 0.0001000000000000 0.263738139618727: 0.0001000000000000 0.144653596783333: 0.0001000000000000 0.109161435376924: 0.0001000000000000 mean = 2009.12 variance = 4.00682e+06 Histogram: 0.109: 1122 #################################### (0.112 / 0.112) 473.329: 1854 ############################################################ (0.185 / 0.298) 946.549: 1467 ############################################### (0.147 / 0.444) 1419.769: 1138 ##################################### (0.114 / 0.558) 1892.989: 945 ############################### (0.095 / 0.653) 2366.208: 735 ######################## (0.073 / 0.726) 2839.428: 550 ################## (0.055 / 0.781) 3312.648: 462 ############### (0.046 / 0.827) 3785.868: 394 ############# (0.039 / 0.867) 4259.088: 272 ######### (0.027 / 0.894) 4732.308: 197 ###### (0.020 / 0.914) 5205.528: 194 ###### (0.019 / 0.933) 5678.747: 153 ##### (0.015 / 0.948) 6151.967: 108 ### (0.011 / 0.959) 6625.187: 98 ### (0.010 / 0.969) 7098.407: 60 ## (0.006 / 0.975) 7571.627: 50 ## (0.005 / 0.980) 8044.847: 37 # (0.004 / 0.984) 8518.067: 37 # (0.004 / 0.987) 8991.286: 25 # (0.003 / 0.990) 9464.506: 26 # (0.003 / 0.992) 9937.726: 15 (0.002 / 0.994) 10410.946: 12 (0.001 / 0.995) 10884.166: 8 (0.001 / 0.996) 11357.386: 9 (0.001 / 0.997) 11830.606: 12 (0.001 / 0.998) 12303.825: 2 (0.000 / 0.998) 12777.045: 5 (0.001 / 0.999) 13250.265: 3 (0.000 / 0.999) 13723.485: 2 (0.000 / 0.999) 14196.705: 1 (0.000 / 0.999) 14669.925: 1 (0.000 / 0.999) 15143.145: 1 (0.000 / 0.999) 15616.364: 0 (0.000 / 0.999) 16089.584: 0 (0.000 / 0.999) 16562.804: 1 (0.000 / 1.000) 17036.024: 3 (0.000 / 1.000) 17509.244: 0 (0.000 / 1.000) 17982.464: 0 (0.000 / 1.000) 18455.684: 1 (0.000 / 1.000) var : bulb 2 Probabilities (truncated): 20508.649160096982087: 0.0001000000000000 17510.217884742378374: 0.0001000000000000 16668.36257623774145: 0.0001000000000000 16266.325059230395709: 0.0001000000000000 ......... 0.356010180470722: 0.0001000000000000 0.272880297073085: 0.0001000000000000 0.058100471429925: 0.0001000000000000 0.034664126642081: 0.0001000000000000 mean = 2032.53 variance = 4.12463e+06 Histogram: 0.035: 1248 ####################################### (0.125 / 0.125) 512.750: 1899 ############################################################ (0.190 / 0.315) 1025.465: 1554 ################################################# (0.155 / 0.470) 1538.181: 1129 #################################### (0.113 / 0.583) 2050.896: 898 ############################ (0.090 / 0.673) 2563.611: 739 ####################### (0.074 / 0.747) 3076.327: 559 ################## (0.056 / 0.803) 3589.042: 438 ############## (0.044 / 0.846) 4101.758: 343 ########### (0.034 / 0.881) 4614.473: 268 ######## (0.027 / 0.907) 5127.188: 220 ####### (0.022 / 0.929) 5639.904: 172 ##### (0.017 / 0.947) 6152.619: 138 #### (0.014 / 0.960) 6665.334: 97 ### (0.010 / 0.970) 7178.050: 51 ## (0.005 / 0.975) 7690.765: 44 # (0.004 / 0.980) 8203.480: 53 ## (0.005 / 0.985) 8716.196: 33 # (0.003 / 0.988) 9228.911: 32 # (0.003 / 0.991) 9741.627: 21 # (0.002 / 0.994) 10254.342: 14 (0.001 / 0.995) 10767.057: 7 (0.001 / 0.996) 11279.773: 9 (0.001 / 0.997) 11792.488: 5 (0.001 / 0.997) 12305.203: 6 (0.001 / 0.998) 12817.919: 6 (0.001 / 0.998) 13330.634: 0 (0.000 / 0.998) 13843.349: 1 (0.000 / 0.998) 14356.065: 5 (0.001 / 0.999) 14868.780: 1 (0.000 / 0.999) 15381.496: 2 (0.000 / 0.999) 15894.211: 4 (0.000 / 1.000) 16406.926: 1 (0.000 / 1.000) 16919.642: 1 (0.000 / 1.000) 17432.357: 1 (0.000 / 1.000) 17945.072: 0 (0.000 / 1.000) 18457.788: 0 (0.000 / 1.000) 18970.503: 0 (0.000 / 1.000) 19483.218: 0 (0.000 / 1.000) 19995.934: 1 (0.000 / 1.000) var : diff Probabilities (truncated): 20421.096314763832197: 0.0001000000000000 18783.785576994119765: 0.0001000000000000 16649.355015251072473: 0.0001000000000000 16026.976011281101819: 0.0001000000000000 ......... 0.965384874531729: 0.0001000000000000 0.959502188880947: 0.0001000000000000 0.511904393842087: 0.0001000000000000 0.287655081131334: 0.0001000000000000 mean = 2029.18 variance = 4.0867e+06 Histogram: 0.288: 1185 ##################################### (0.118 / 0.118) 510.808: 1926 ############################################################ (0.193 / 0.311) 1021.328: 1514 ############################################### (0.151 / 0.463) 1531.848: 1203 ##################################### (0.120 / 0.583) 2042.369: 915 ############################# (0.091 / 0.674) 2552.889: 743 ####################### (0.074 / 0.749) 3063.409: 564 ################## (0.056 / 0.805) 3573.929: 466 ############### (0.047 / 0.852) 4084.449: 339 ########### (0.034 / 0.886) 4594.970: 263 ######## (0.026 / 0.912) 5105.490: 208 ###### (0.021 / 0.933) 5616.010: 150 ##### (0.015 / 0.948) 6126.530: 98 ### (0.010 / 0.957) 6637.050: 90 ### (0.009 / 0.966) 7147.571: 72 ## (0.007 / 0.974) 7658.091: 51 ## (0.005 / 0.979) 8168.611: 56 ## (0.006 / 0.984) 8679.131: 39 # (0.004 / 0.988) 9189.652: 30 # (0.003 / 0.991) 9700.172: 15 (0.002 / 0.993) 10210.692: 12 (0.001 / 0.994) 10721.212: 12 (0.001 / 0.995) 11231.732: 12 (0.001 / 0.996) 11742.253: 8 (0.001 / 0.997) 12252.773: 5 (0.001 / 0.998) 12763.293: 6 (0.001 / 0.998) 13273.813: 3 (0.000 / 0.999) 13784.334: 4 (0.000 / 0.999) 14294.854: 1 (0.000 / 0.999) 14805.374: 0 (0.000 / 0.999) 15315.894: 5 (0.001 / 0.999) 15826.414: 2 (0.000 / 1.000) 16336.935: 0 (0.000 / 1.000) 16847.455: 1 (0.000 / 1.000) 17357.975: 0 (0.000 / 1.000) 17868.495: 0 (0.000 / 1.000) 18379.015: 0 (0.000 / 1.000) 18889.536: 1 (0.000 / 1.000) 19400.056: 0 (0.000 / 1.000) 19910.576: 1 (0.000 / 1.000) var : p Probabilities: false: 0.9865000000000000 true: 0.0135000000000000 mean = [false = 0.9865,true = 0.0135] variance = 0.0133177 Histogram: false : 9865 ############################################################ (0.987 / 0.987) true : 135 # (0.013 / 1.000) */ go ?=> reset_store, run_model(10_000,$model,[show_probs_trunc,mean,variance,show_histogram]), nl, % show_store_lengths, % fail, nl. go => true. model() => Lambda = 1/2000, % Note: In Gamble it's 2000 B1 = exponential_dist(Lambda), B2 = exponential_dist(Lambda), Diff = abs(B1-B2), P = check(Diff <= 25), add("bulb 1",B1), add("bulb 2",B2), add("diff",Diff), add("p",P). /* Gaussian/Normal model var : bulb 1 Probabilities (truncated): 2366.645464839229589: 0.0001000000000000 2359.758889389461274: 0.0001000000000000 2356.253484953853331: 0.0001000000000000 2346.954125834698516: 0.0001000000000000 ......... 1641.980724990917679: 0.0001000000000000 1640.927610599726677: 0.0001000000000000 1629.386172000420629: 0.0001000000000000 1610.224213243713848: 0.0001000000000000 mean = 2000.58 variance = 10075.9 Histogram: 1610.224: 1 (0.000 / 0.000) 1629.135: 1 (0.000 / 0.000) 1648.045: 5 (0.001 / 0.001) 1666.956: 3 (0.000 / 0.001) 1685.866: 6 (0.001 / 0.002) 1704.777: 9 # (0.001 / 0.002) 1723.687: 14 # (0.001 / 0.004) 1742.598: 22 ## (0.002 / 0.006) 1761.508: 51 #### (0.005 / 0.011) 1780.419: 71 ###### (0.007 / 0.018) 1799.330: 95 ######## (0.009 / 0.028) 1818.240: 154 ############ (0.015 / 0.043) 1837.151: 195 ############### (0.019 / 0.063) 1856.061: 279 ###################### (0.028 / 0.091) 1874.972: 329 ########################## (0.033 / 0.124) 1893.882: 442 ################################### (0.044 / 0.168) 1912.793: 524 ######################################### (0.052 / 0.220) 1931.703: 573 ############################################# (0.057 / 0.277) 1950.614: 657 #################################################### (0.066 / 0.343) 1969.524: 692 ####################################################### (0.069 / 0.412) 1988.435: 751 ########################################################### (0.075 / 0.487) 2007.345: 751 ########################################################### (0.075 / 0.562) 2026.256: 758 ############################################################ (0.076 / 0.638) 2045.166: 657 #################################################### (0.066 / 0.704) 2064.077: 605 ################################################ (0.060 / 0.764) 2082.987: 516 ######################################### (0.052 / 0.816) 2101.898: 476 ###################################### (0.048 / 0.864) 2120.809: 395 ############################### (0.040 / 0.903) 2139.719: 300 ######################## (0.030 / 0.933) 2158.630: 203 ################ (0.020 / 0.953) 2177.540: 151 ############ (0.015 / 0.969) 2196.451: 116 ######### (0.012 / 0.980) 2215.361: 71 ###### (0.007 / 0.987) 2234.272: 63 ##### (0.006 / 0.994) 2253.182: 26 ## (0.003 / 0.996) 2272.093: 14 # (0.001 / 0.998) 2291.003: 8 # (0.001 / 0.998) 2309.914: 6 (0.001 / 0.999) 2328.824: 3 (0.000 / 0.999) 2347.735: 7 # (0.001 / 1.000) var : bulb 2 Probabilities (truncated): 2342.662500594725316: 0.0001000000000000 2339.561035025779802: 0.0001000000000000 2335.609599191049256: 0.0001000000000000 2331.10886349207567: 0.0001000000000000 ......... 1649.929774524927552: 0.0001000000000000 1617.81355499611459: 0.0001000000000000 1610.035000751282041: 0.0001000000000000 1601.713467998735268: 0.0001000000000000 mean = 2001.16 variance = 10165.9 Histogram: 1601.713: 2 (0.000 / 0.000) 1620.237: 1 (0.000 / 0.000) 1638.761: 0 (0.000 / 0.000) 1657.285: 1 (0.000 / 0.000) 1675.808: 3 (0.000 / 0.001) 1694.332: 10 # (0.001 / 0.002) 1712.856: 10 # (0.001 / 0.003) 1731.380: 19 ## (0.002 / 0.005) 1749.903: 37 ### (0.004 / 0.008) 1768.427: 47 #### (0.005 / 0.013) 1786.951: 79 ####### (0.008 / 0.021) 1805.474: 109 ######### (0.011 / 0.032) 1823.998: 138 ########### (0.014 / 0.046) 1842.522: 212 ################## (0.021 / 0.067) 1861.046: 279 ####################### (0.028 / 0.095) 1879.569: 352 ############################# (0.035 / 0.130) 1898.093: 446 ##################################### (0.045 / 0.175) 1916.617: 557 ############################################## (0.056 / 0.230) 1935.141: 608 ################################################## (0.061 / 0.291) 1953.664: 673 ######################################################## (0.067 / 0.358) 1972.188: 726 ############################################################ (0.073 / 0.431) 1990.712: 692 ######################################################### (0.069 / 0.500) 2009.235: 689 ######################################################### (0.069 / 0.569) 2027.759: 666 ####################################################### (0.067 / 0.636) 2046.283: 663 ####################################################### (0.066 / 0.702) 2064.807: 594 ################################################# (0.059 / 0.761) 2083.330: 549 ############################################# (0.055 / 0.816) 2101.854: 448 ##################################### (0.045 / 0.861) 2120.378: 362 ############################## (0.036 / 0.897) 2138.902: 272 ###################### (0.027 / 0.924) 2157.425: 235 ################### (0.024 / 0.948) 2175.949: 178 ############### (0.018 / 0.966) 2194.473: 125 ########## (0.013 / 0.978) 2212.996: 78 ###### (0.008 / 0.986) 2231.520: 47 #### (0.005 / 0.991) 2250.044: 42 ### (0.004 / 0.995) 2268.568: 22 ## (0.002 / 0.997) 2287.091: 15 # (0.002 / 0.999) 2305.615: 5 (0.001 / 0.999) 2324.139: 9 # (0.001 / 1.000) var : diff Probabilities (truncated): 572.40847455778794: 0.0001000000000000 541.772499589052359: 0.0001000000000000 532.448203494337122: 0.0001000000000000 521.009069867227026: 0.0001000000000000 ......... 0.075335208968681: 0.0001000000000000 0.067194709840805: 0.0001000000000000 0.059696251242713: 0.0001000000000000 0.058918668114075: 0.0001000000000000 mean = 114.139 variance = 7560.12 Histogram: 0.059: 402 ############################# (0.040 / 0.040) 14.368: 782 ######################################################### (0.078 / 0.118) 28.676: 825 ############################################################ (0.083 / 0.201) 42.985: 774 ######################################################## (0.077 / 0.278) 57.294: 717 #################################################### (0.072 / 0.350) 71.603: 666 ################################################ (0.067 / 0.417) 85.911: 701 ################################################### (0.070 / 0.487) 100.220: 645 ############################################### (0.065 / 0.551) 114.529: 550 ######################################## (0.055 / 0.606) 128.838: 559 ######################################### (0.056 / 0.662) 143.146: 493 #################################### (0.049 / 0.711) 157.455: 406 ############################## (0.041 / 0.752) 171.764: 373 ########################### (0.037 / 0.789) 186.073: 332 ######################## (0.033 / 0.822) 200.381: 291 ##################### (0.029 / 0.852) 214.690: 250 ################## (0.025 / 0.877) 228.999: 240 ################# (0.024 / 0.901) 243.307: 183 ############# (0.018 / 0.919) 257.616: 158 ########### (0.016 / 0.935) 271.925: 117 ######### (0.012 / 0.946) 286.234: 107 ######## (0.011 / 0.957) 300.542: 101 ####### (0.010 / 0.967) 314.851: 70 ##### (0.007 / 0.974) 329.160: 56 #### (0.006 / 0.980) 343.469: 45 ### (0.004 / 0.984) 357.777: 34 ## (0.003 / 0.988) 372.086: 24 ## (0.002 / 0.990) 386.395: 29 ## (0.003 / 0.993) 400.704: 21 ## (0.002 / 0.995) 415.012: 14 # (0.001 / 0.996) 429.321: 10 # (0.001 / 0.997) 443.630: 6 (0.001 / 0.998) 457.939: 8 # (0.001 / 0.999) 472.247: 4 (0.000 / 0.999) 486.556: 1 (0.000 / 0.999) 500.865: 1 (0.000 / 0.999) 515.174: 2 (0.000 / 1.000) 529.482: 1 (0.000 / 1.000) 543.791: 1 (0.000 / 1.000) 558.100: 1 (0.000 / 1.000) var : p Probabilities: false: 0.8637000000000000 true: 0.1363000000000000 mean = [false = 0.8637,true = 0.1363] variance = 0.117722 Histogram: false : 8637 ############################################################ (0.864 / 0.864) true : 1363 ######### (0.136 / 1.000) */ go2 ?=> reset_store, run_model(10_000,$model2,[show_probs_trunc,mean,variance,show_histogram]), nl, % show_store_lengths, % fail, nl. go2 => true. model2() => Mu = 2000, Sigma = 100, B1 = normal_dist(Mu,Sigma), B2 = normal_dist(Mu,Sigma), Diff = abs(B1-B2), P = check(Diff <= 25), add("bulb 1",B1), add("bulb 2",B2), add("diff",Diff), add("p",P). /* Poisson model var : bulb 1 Probabilities (truncated): 750: 0.0160000000000000 738: 0.0149000000000000 747: 0.0148000000000000 736: 0.0148000000000000 ......... 654: 0.0001000000000000 652: 0.0001000000000000 649: 0.0001000000000000 644: 0.0001000000000000 mean = 745.347 variance = 768.285 Histogram: 644.000: 1 (0.000 / 0.000) 649.250: 3 (0.000 / 0.000) 654.500: 4 (0.000 / 0.001) 659.750: 4 (0.000 / 0.001) 665.000: 12 # (0.001 / 0.002) 670.250: 17 # (0.002 / 0.004) 675.500: 37 ### (0.004 / 0.008) 680.750: 55 #### (0.005 / 0.013) 686.000: 65 ##### (0.006 / 0.020) 691.250: 99 ####### (0.010 / 0.030) 696.500: 178 ############# (0.018 / 0.048) 701.750: 229 ################ (0.023 / 0.070) 707.000: 275 #################### (0.028 / 0.098) 712.250: 331 ######################## (0.033 / 0.131) 717.500: 530 ###################################### (0.053 / 0.184) 722.750: 534 ###################################### (0.053 / 0.237) 728.000: 622 ############################################ (0.062 / 0.300) 733.250: 649 ############################################## (0.065 / 0.364) 738.500: 842 ############################################################ (0.084 / 0.449) 743.750: 682 ################################################# (0.068 / 0.517) 749.000: 725 #################################################### (0.072 / 0.589) 754.250: 687 ################################################# (0.069 / 0.658) 759.500: 748 ##################################################### (0.075 / 0.733) 764.750: 520 ##################################### (0.052 / 0.785) 770.000: 485 ################################### (0.049 / 0.833) 775.250: 404 ############################# (0.040 / 0.874) 780.500: 397 ############################ (0.040 / 0.913) 785.750: 265 ################### (0.026 / 0.940) 791.000: 190 ############## (0.019 / 0.959) 796.250: 135 ########## (0.013 / 0.972) 801.500: 110 ######## (0.011 / 0.983) 806.750: 55 #### (0.005 / 0.989) 812.000: 57 #### (0.006 / 0.995) 817.250: 24 ## (0.002 / 0.997) 822.500: 16 # (0.002 / 0.999) 827.750: 5 (0.001 / 0.999) 833.000: 2 (0.000 / 0.999) 838.250: 3 (0.000 / 1.000) 843.500: 2 (0.000 / 1.000) 848.750: 1 (0.000 / 1.000) var : bulb 2 Probabilities (truncated): 746: 0.0181000000000000 750: 0.0167000000000000 744: 0.0159000000000000 756: 0.0157000000000000 ......... 649: 0.0001000000000000 648: 0.0001000000000000 646: 0.0001000000000000 641: 0.0001000000000000 mean = 745.904 variance = 762.526 Histogram: 641.000: 1 (0.000 / 0.000) 646.725: 3 (0.000 / 0.000) 652.450: 4 (0.000 / 0.001) 658.175: 7 (0.001 / 0.002) 663.900: 13 # (0.001 / 0.003) 669.625: 19 # (0.002 / 0.005) 675.350: 41 ### (0.004 / 0.009) 681.075: 44 ### (0.004 / 0.013) 686.800: 89 ###### (0.009 / 0.022) 692.525: 156 ########## (0.016 / 0.038) 698.250: 183 ############ (0.018 / 0.056) 703.975: 220 ############## (0.022 / 0.078) 709.700: 340 ###################### (0.034 / 0.112) 715.425: 456 ############################## (0.046 / 0.158) 721.150: 587 ###################################### (0.059 / 0.216) 726.875: 576 ##################################### (0.058 / 0.274) 732.600: 745 ################################################ (0.074 / 0.348) 738.325: 814 ##################################################### (0.081 / 0.430) 744.050: 765 ################################################## (0.076 / 0.506) 749.775: 924 ############################################################ (0.092 / 0.599) 755.500: 796 #################################################### (0.080 / 0.678) 761.225: 723 ############################################### (0.072 / 0.751) 766.950: 529 ################################## (0.053 / 0.804) 772.675: 545 ################################### (0.054 / 0.858) 778.400: 434 ############################ (0.043 / 0.901) 784.125: 281 ################## (0.028 / 0.930) 789.850: 252 ################ (0.025 / 0.955) 795.575: 185 ############ (0.018 / 0.973) 801.300: 105 ####### (0.011 / 0.984) 807.025: 69 #### (0.007 / 0.991) 812.750: 44 ### (0.004 / 0.995) 818.475: 24 ## (0.002 / 0.997) 824.200: 13 # (0.001 / 0.999) 829.925: 4 (0.000 / 0.999) 835.650: 4 (0.000 / 0.999) 841.375: 2 (0.000 / 1.000) 847.100: 1 (0.000 / 1.000) 852.825: 1 (0.000 / 1.000) 858.550: 0 (0.000 / 1.000) 864.275: 1 (0.000 / 1.000) var : diff Probabilities (truncated): 4: 0.0228000000000000 2: 0.0223000000000000 6: 0.0220000000000000 8: 0.0218000000000000 ......... 121: 0.0001000000000000 115: 0.0001000000000000 114: 0.0001000000000000 111: 0.0001000000000000 mean = 31.0186 variance = 556.85 Histogram: 0.000: 290 ##################### (0.029 / 0.029) 3.625: 848 ############################################################ (0.085 / 0.114) 7.250: 841 ############################################################ (0.084 / 0.198) 10.875: 578 ######################################### (0.058 / 0.256) 14.500: 761 ###################################################### (0.076 / 0.332) 18.125: 562 ######################################## (0.056 / 0.388) 21.750: 705 ################################################## (0.070 / 0.459) 25.375: 618 ############################################ (0.062 / 0.520) 29.000: 466 ################################# (0.047 / 0.567) 32.625: 565 ######################################## (0.057 / 0.623) 36.250: 531 ###################################### (0.053 / 0.676) 39.875: 372 ########################## (0.037 / 0.714) 43.500: 466 ################################# (0.047 / 0.760) 47.125: 283 #################### (0.028 / 0.789) 50.750: 315 ###################### (0.032 / 0.820) 54.375: 309 ###################### (0.031 / 0.851) 58.000: 215 ############### (0.021 / 0.872) 61.625: 223 ################ (0.022 / 0.895) 65.250: 187 ############# (0.019 / 0.913) 68.875: 130 ######### (0.013 / 0.926) 72.500: 148 ########## (0.015 / 0.941) 76.125: 107 ######## (0.011 / 0.952) 79.750: 120 ######## (0.012 / 0.964) 83.375: 81 ###### (0.008 / 0.972) 87.000: 45 ### (0.004 / 0.977) 90.625: 54 #### (0.005 / 0.982) 94.250: 49 ### (0.005 / 0.987) 97.875: 23 ## (0.002 / 0.989) 101.500: 29 ## (0.003 / 0.992) 105.125: 21 # (0.002 / 0.994) 108.750: 17 # (0.002 / 0.996) 112.375: 7 (0.001 / 0.997) 116.000: 6 (0.001 / 0.997) 119.625: 10 # (0.001 / 0.998) 123.250: 6 (0.001 / 0.999) 126.875: 3 (0.000 / 0.999) 130.500: 3 (0.000 / 0.999) 134.125: 1 (0.000 / 1.000) 137.750: 4 (0.000 / 1.000) 141.375: 1 (0.000 / 1.000) var : p Probabilities: false: 0.5091000000000000 true: 0.4909000000000000 mean = [false = 0.5091,true = 0.4909] variance = 0.249917 Histogram: false : 5091 ############################################################ (0.509 / 0.509) true : 4909 ########################################################## (0.491 / 1.000) */ go3 ?=> reset_store, run_model(10_000,$model3,[show_probs_trunc,mean,variance,show_histogram]), nl, % show_store_lengths, % fail, nl. go3 => true. model3() => Lambda = 2000, B1 = poisson_dist(Lambda), B2 = poisson_dist(Lambda), Diff = abs(B1-B2), P = check(Diff <= 25), add("bulb 1",B1), add("bulb 2",B2), add("diff",Diff), add("p",P).