随机过程(3.1)课程方案.pptVIP

例5：有红绿蓝三种颜色的汽车，分别以强度为λR,λG,λB, 的泊松流到达某个路口，设它们相互独立.把汽车合并成单个输出过程（假设汽车没有长度，没有延时）. 1 求两辆绿色汽车到达的时间间隔的概率密度函数. 2 求两辆汽车之间的时间间隔的概率密度函数. 3 求在t0观察到一辆红色汽车，下一辆将是红色、蓝色、非红的概率. 4 求在t0观察到一辆红色汽车，下三辆汽车是红色，然后又是一辆非红色汽车将到达的概率. 解 1 两辆红色汽车到达的时间间隔TG的概率密度函数为 2 由于独立的泊松过程之和仍是泊松过程，且其强度为λC λR+λG+λB,设TC为两辆汽车到达的时间间隔，则其概率密度函数为 3 设TR， TG ，TB ，分别为两辆红色、绿色、蓝色汽车到达的时间间隔.有 2 知， TX的概率密度函数为 TX是为红色和非红色汽车到达的时间间隔） 4 利用各辆汽车到达的独立性及 3 直接得到来到的是三辆红色汽车，然后是一辆非红色汽车同时发生的概率为 第三章 跳跃随机过程 本章主要内容 泊松过程的定义及基本性质 泊松过程的0-1律 复合泊松过程过程 泊松过程扩展 实例 1.电话交换台的呼叫次数 2.放射性裂变的质点数 3.发生故障而不能工作的机器数 4.通过交通路口的车辆数 5.来到某服务窗口的顾客数 ……….. 以上实例中的呼叫,质点,机器,车辆,顾客等也 统一叫做随机点 若用N t 表示[0,t]内到达的随机点数，显然 这种随机过程称为计数过程 即实随机过程 N t ,t≥0 是计数过程，如果N t 表示直到t时刻为止发生的某随机事件数． 特点 ① ② N t 是非负整数 ③ ④ 表示时间间隔 t-s内发生的随机事件数． 计数过程的另一种表示 计数过程的轨道性质 a 零初值性 ，状态空间是0及自然数 b 样本轨道是单调不减，右连续 c 轨道间断点跳跃的高度永远是1 相互独立的随机变量序列 N t 表示[0，t]时间内到达的随机点数, 则N t Nt 是一个随机变量． 分析这些随机过程的公同特点 一.Poisson过程定义 若计数过程 N t ,t≥0 满足 是平稳的独立增量过程 服从参数是λt 的Poisson分布,即 则称计数过程 N t ,t≥0 是参数 强度,比率 为λ 的Poisson过程. 定理 设 N t ,t≥0 是参数为λ 的Poisson 过程，则 证明 1 由定义,显然有 又对s≥0, t ≥0,不妨设s≤t,则有 是独立增量 平稳性 由定义 计数过程的到达时间与到达时间间隔分布 设 Nc t ,t≥0 是计数过程，即Nc t 表示时间 区间[0,t 内到达的随机点数. 到达时间 序列 表示第i个随机点的到达时刻,则称 为计数过程的到达时间序列. 到达时间间隔 序列 它表示第n-1个随机点与第n个 随机点的到达时间间隔,则称 为Poisson过程的到达时间间隔 序列 显然有 给出上述定义以后，我们自然需要回答下列问题 1 :计数过程与泊松过程的关系， 2 :关于Poisson过程中的这两个序列的概率分布 引理 到达时间序列分布 设 Nc t ,t≥0 是计数过程,其到达时间间隔相互独立且同服从参数为λ的指数分布，则到达时间分布 服从Γ分布,密度为 证明 的分布函数 的特征函数为 则 的特征函数为 的密度函数为 故 定理4.1.1 如果计数过程Nc t 的到达时间间隔 是独立同分布于参数为 的指数分布，则计数过程Nc t 一定是一个参数为 的泊松过程. 分析：要证明该定理只需要证明泊松定义中的第二第三条满足即可. 证明： 由引例知 故其概率密度函数为 于是 其中 以上证明了Nc t 服从参数为λ的泊松分布，下证平稳的独立增量性.即对于任意的0≤s t,增量 Nc t -Nc s 与Nc u u ≤s 独立且 Nc t -Nc s ～π λ t-s 注意到 定义 则是 一个从s开始的计数过程 因此在 的条件下， 的到达时间间隔 独立同分布于参数为λ的指数分布，于 是独立性得证，进而平稳性得证. 定理 到达时间间隔分布 设 N t ,t≥0 是参数为λ 的Poisson过程， 是其到达时间间隔序列，则 是相互独立同服从参数为λ 的指数分布． 证明 独立性 由于poisson过程是平稳的独立增量过程 所以 相互独立. 下证同分布 到达时间间隔的独立性 平稳性 的独立性 平稳性 得证 独立性也可以证明如下 以下证明 相互独立 因此二维随机变量（T1，T2）的联合密度函数为 由于 的概率比密度函数为 于是 的概率比密度函数为 定理 到达时间序列分布 设 N t ,t≥0 是参数为λ的Poisson过程,则其到达时