第7讲泊松过程的性质资料.pptVIP

随机数学 第7讲 泊松过程的性质 教师: 陈 萍 prob123@mail.njust.edu.cn 2.2 泊松过程的性质2.2.1 到达时间间隔与到达时刻的分布 2.2.2 到达时刻的条件分布 * * 设{N(t),t?0}为泊松过程，N(t)表示在[0,t]内事件发生的次数，令 ， 表示第k个事件发生的时刻; 表示第k-1个事件与第k个事件发生的时间间隔，即 先讨论到达时间间隔 的Tk分布. 定理2.2.1 到达时间间隔序列 相互独立同分布，且服从参数为 λ的指数分布. 定理2.2.1 提供了Poisson过程的参数估计方法. 设事件的发生过程{N(t),t?0}为Poisson过程. 某日从0点开始, 记录到事件发生时刻为0:33, 1:00, 2:27, 3:05, 3:36的取值. 试用极大似然法估计该过程的强度λ. 参数λ的极大似然估计: 一般地, 若从0时刻开始, 观察到Poisson过程{N(t),t?0}的一段样本轨道:τ1,…, τn的取值: t1t2,…,tn , 由于, τ1 , τ2- τ1,…, τ n- τn-1独立同指数分布, 于是似然函数为 令 得λ的极大似然估计为: 定理2.2.2 到达时间 的概率密度函数为 定理2.2.2 提供了Poisson过程的参数λ的区间估计法: 根据定理2.2.2, 的概率密度函数为 备查：1） 的特征函数为 分布函数为： 取置信度为 ,则 故置信度为 的置信区间为 这与 的密度相同, 即 推论 设{N(t), t≥0}是参数为λ的泊松过程， k≥1为其到达时刻，则对任意的[0，∞]上的可积函数f，有 证: 例2.2.2 设一系统在[0,t]内承受的冲击数{N(t),t?0}是参数为λ的泊松过程，第i 次受冲击的损失为Di. 设{Di, i?1}独立同分布, 且与{N(t),t?0}独立, 且损失随时间按负指数衰减, 即t=0时损失为D, 在t时损失为 ,设损失是可加的,那么到系统在[0,t]内受到冲击的损失之和为 其中τi为第i次冲击到达的时刻, 求 定理2.2.3 若计数过程{N(t),t?0}的到达时间间隔序列 是相互独立同参数为λ的指数分布，则 {N(t),t?0}是参数为λ的泊松过程. 定理2.2.3 提供了对泊松过程进行计算机模拟及其统计检验的理论基础与方法，只需产生n个同指数分布的随机数, 将其作为Ti, i=1,… 即可得到Poisson过程的一条样本轨道. 要检验{N(t),t?0}是否为Poisson过程,可转化为检验相邻两次跳跃间隔时间{Tn= tn –tn-1, n?1}是否为指数分布总体的i.i.d 样本. 设观察到某记数过程{N(t),t?0}的一段样本轨道τ1 ,…, τ50的取值如下,检验{N(t),t?0}是否为Poisson过程. 0.03 , 0.76 , 1.01 , 1.37 , 1.43 , 1.56 , 1.95 , 3.95 , 4.05 , 4.45 , 4.70 , 4.81 , 4.85 , 5.00 , 5.87 , 6.32 , 6.36 , 6.40 , 6.85 , 6.90 , 8.33 , 8.85 , 8.95 , 11.26 , 12.25 , 13.04 , 13.85 , 14.11 , 14.76 , 15.56 , 17.65 , 17.80 , 18.20 , 18.24 , 18.62 , 19.06 , 19.14 , 19.46 , 20.26 , 20.46 , 20.55 , 22.51 , 22.70 , 23.19 , 23.28 , 23.63 , 23.80 , 24.22 , 24.81 , 25.65 设有n位顾客在0时刻排队进入仅有一个服务员的系统.假定每位顾客的服务时间独立,均服从参数为λ的指数分布.以N(t)表示到t时刻为止已被服务过的顾客人数.求 （1）E[N(t)]; （2）第n位顾客等候服务时间的数学期望; (3)第n位顾客能在t时刻之前完成服务的概率. 提示: 的分布函数是 解:（1）由定理2.2.3, {N(t),t≥0}为强度λpossion 过程，故 E[N(t)]=λt ； （2）记第n位顾客完成服务的时间为 ，根据定理2.2.2,第n位顾客等候服务时间为 (3)根据定理2.2.