泊松过程poisson剖析.ppt

[例5] 泊松脉冲列输入一线性系统 h(t) = e??tu(t) ，求其输出散粒噪声的均值和方差。 [解] 线性系统的传递函数为 散粒噪声的功率谱密度为 相关函数为 均值和方差分别为 3 泊松过程 内容提要 泊松过程的定义 泊松过程的基本性质 非齐次泊松过程 复合泊松过程 泊松分布 [泊松分布] 随机变量X 的所有可能取值为0, 1, 2, … ，而取各个值的概率为 则随机变量X 服从参数为? 的泊松分布，简记为? (?)。 6.1 泊松过程的定义 [定义] 称{ N (t), t ?0 } 为计数过程，若N (t)表示到时间t 为止已发生的“事件A”的总数，且N (t)满足下列条件：(1) N (t) ? 0 ，且 N (0) = 0 ; (2) N (t) 取非负整数值;(3) 若 s t ，N (s) ? N (t) ;(4) 当s t 时， N (t) ? N (s)等于区间 (s, t] 中“事件A”发生的次数。 泊松过程 [定义] 称计数过程{ X (t) , t ?0 }为具有参数 ? 的泊松过程，若它满足下列条件：(1) X (0) = 0 ; (2) X (t) 是独立增量过程;(3) （平稳性）在任一长度为 t 的区间中，事件A发生的次数服从参数?t 的泊松分布，即对任意 s , t ，有 泊松过程的几个例子 考虑某一电话交换台在某段时间接到的呼叫。令X(t)表示电话交换台在 [0, t] 时间内收到的呼叫次数，则{ X(t), t ?0 } 是一个泊松过程。 考虑来到某火车站售票窗口购买车票的旅客。若记X(t) 为时间 [0, t] 内到达售票窗口的旅客数，则{ X(t), t ?0 } 是一个泊松过程。 X(t) 为某网站在时间 [0, t] 内的被访问次数。 参数为 n 和 s/t 的二项分布 [例] 设在 [ 0 , t ] 内事件A已经发生 n 次，且0 s t，对于0 k n ，求在 [ 0 , s ] 内事件A发生 k 次的概率。 泊松过程的另一个定义 [定义] 称计数过程{ X (t) , t ?0 }为具有参数 ? 0 的泊松过程，若它满足下列条件：(1) X (0) = 0 ; (2) X (t) 是独立、平稳增量过程;(3) X (t) 满足下列两式： 6.2 泊松过程的基本性质 泊松分布: (1) 泊松过程的数字特征 均值函数 方差函数 相关函数 协方差函数 (2) 时间间隔与等待时间 设 {X (t), t ? 0 }是泊松过程，令X (t)表示 (0,t] 时间内事件A发生的次数， T1 T2 T3 Tn 0 W1 W2 W3 Wn-1 Wn t Wn —— 第n次事件A发生的时刻，或称等待时间，或者到达时间 Tn —— 从第n-1次事件A发生到第n次事件A发生的时间间隔，或称第n个时间间隔 时间间隔Tn [定理] 设 {X (t), t ? 0 }是具有参数?的泊松过程，{Tn , n ? 1 } 是对应的时间间隔序列，则随机变量Tn (n=1,2,…)是独立同分布的参数为? 的指数分布。 等待时间（到达时间）Wn [定理] 设 {X (t), t ? 0 }是具有参数?的泊松过程，{Wn , n?1}是对应的等待时间序列，则随机变量Wn 服从参数为n与? 的? 分布（又称为爱尔兰分布），其概率密度为 [例1] 已知仪器在 [ 0 , t ] 内发生振动的次数 X(t) 是具有参数?的泊松过程。若仪器振动k (k ? 1)次就会出现故障，求仪器在时刻 t0 正常工作的概率。 [解] 故仪器在时刻 t0 正常工作的概率为: 仪器发生第k振动的时刻Wk 就是故障时刻T ，则T 的概率分布为? 分布: (3) 到达时间的条件分布 假设在[0 , t ]内事件A已经发生一次，确定这一事件到达时间W1的分布 分布函数： 分布密度： ——均匀分布 到达时间的条件分布 [定理] 设 {X (t), t ? 0 }是泊松过程，已知在[0, t]内事件A发生n次，则这n次到达时间W1 W2 … Wn可看成n个[0, t]上均匀分布的独立随机变量的顺序统计量 [例3] 设在 [ 0 , t ] 内事件A已经发生 n 次，求第k次(k n) 事件A发生的时间Wk 的条件概率密度函数。 Beta分布 [例4] 设{X1(t), t ? 0 }和{X2(t), t ? 0 }是两个相互独立的泊松过程，它们在单位时间内平均出现的事件数分别为 ?1和?2。记Wk(1)为过程X1(t)的第k次事件到达时间， W1(2)为过程X2(t)的第1次事件到达时间，求 P{Wk(1)W1(2)}，即第一个泊松过程的第k次事件发生早于第二个泊松过程的第1次事件发生 的概率。 6