第4章Poisson过程技巧.pptVIP

设移民到某地区定居的户数是一个泊松过程，平均每周内有2户定居，但每户的人口数是随机变量，一户4人概率为1/6，一户3人概率为1/3，一户2人概率为1/3，一户1人概率为1/6，求5周内移民到该地区的人口的数学期望与方差。 练习 * 则: * 4.4 更新过程 4.4.1 更新过程的定义 4.4.2 更新函数 4.4.3 更新过程的极限性质 4.4.2 更新方程 * 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 例题 * 解:（1）由新定义, N t ,t≥0 为强度λ的Poisson 过程， 故 E[N t ] λt ； （2）记第n位顾客完成服务的时刻为 ，根据定理4-2, 第n位顾客等候服务时间为 （3）根据定理4-2, 或 * 例题 * 解: * 4.2.2 事件发生时刻的条件分布 假设在[0, t ]内事件A已经发生一次，我们要确定这一事件到达时间X1的分布。 泊松过程 平稳独立增量过程 可以认为[0, t ]内长度相等的区间包含这个事件的概率应该相等，或者说，这个事件的到达时间应在[0, t ]上服从均匀分布。 对于0≤s＜t有 * 即条件分布函数为： 条件分布密度为： 0 s t X1 * 在已知N t n的条件下，事件发生的 n个时刻S1， S2， ··· ,Sn的联合密度函数为 定理4-4 证明 设 ，取 充分小使得 * 所以， * 当 时， 的条件分布与[0, t ]区间上服从均匀分布的n个相互独立随机变量 的顺序统计量 的联合分布相同。 在已知[0, t ]发生了n次事件的前提下，各次事件发生的时刻 （不排序）可看作相互独立的随机变量，且都服从[0, t ]上的均匀分布。 说明 * 假设乘客按参数为 的泊松过程来到一个火车站，若火车在时刻 t 起程，求在[0, t]内到达车站的乘客等待时间总和的期望，即求 其中， 是第 i 个乘客的来到时刻。 例题 在N t 给定的条件下，取条件期望， 解： * 记 为n个独立的服从 0, t ]上均匀分布的随机变量，有 所以 * 参数为 n 和 s/t 的二项分布 设在[0, t]内事件A已经发生n次,且0 s t,对0 k n ,求在[0, s]内事件A发生 k 次的概率. 练习 解： * 设事件A在s时刻被记录的概率是 ，若以 表示到 t 时刻被记录的事件数，还是一个Poisson过程么？ 解： 不是一个Poisson过程，虽然它具有独立增量性. 但是，受 影响，不再有平稳增量性.可以证明，对 依然是Poisson分布，参数与 有关. 的均值为 其中 例题 * 事实上，若对N t 给定的条件下取条件期望，则有 其中，p： * 从而 所以 * 4.3 Poisson过程的推广 4.3.1 非齐次Poisson过程 4.3.2 复合Poisson过程 * 4.3.1 非齐次Poisson过程 齐次Poisson过程，其强度λ是常数，意味着在不同时刻，事件发生的速率都是个恒定值。当Poisson过程的强度λ随时间t 变化时,Poisson过程被推广成为非齐次Poisson过程. 在实际中,非齐次Poisson过程也是比较常用的.例如在考虑设备故障率时,由于设备使用年限的变化,出故障的可能性会随之变化;放射性物质的衰变速度,会因各种外部条件的变化而随之变化;昆虫产卵的平均数量随年龄和季节的变化而变化等. * 计数过程 N t ,t≥0 称为强度函数为 的非平稳或非齐次泊松过程，如果 定义 * 令 ，计数过程 N t ,t≥0 称为强度函数为 的非齐次Poisson过程，如果 有独立增量； 等价定义（定理4-6） 3 对任意实数t≥0，s≥0，N t+s -N t 为具有参数 的Poisson分布，即： 称为非齐次Poisson过程的均值函数 或累积强度函数 * 定理 设 N t ,t≥0 是一个强度函数为 的非齐次泊松过程， 的反函数，对任意t≥0，令 非齐次Poisson过程的重要性在于不再要求平稳增量，从而允许事件在某些时刻发生的可能性较之另一些时刻来得大; 非齐次Poisson过程与齐次Poisson过程可通过变换相互转化. 则 是一个强度为1的Poisson过程。 转化定理 * 证明： （1） 只需验证定义中的条件1~4，条件1~2较显 然，下面验证条件3~4. 记 ，则 设 则 * 即 同理可得 所以 是参数为 1 的Poisson过程