12随机过程一般概念.pptVIP

　10.3独立增量过程 一、独立增量过程 1．定义 设 X t ,t?0 为一随机过程,对于0?s t,称随机变量X t -X s 为随机过程在区间[s,t]上的增量. 若对于任意的正整数n≥2及任意的0?t0 t1 t2 … tn,n个增量 X t1 -X t0 ，X t2 -X t1 ，…，X tn -X tn-1 相互独立，称 X t ,t?0 为独立增量过程。 3 泊松流的性质 泊松流的合成与分解 定理3 设N1 t 与N2 t 分别是参数为?1与?2的泊松流，且N1 t 与N2 t 相互独立，则合成流N1 t +N2 t 是参数为?1+?2的泊松流 例1.设 X t 是强度为?的泊松过程，定义Y t X t+L -X t ,其中L 0为常数，求?Y t ,RY s,t . 若我们用泊松过程来描述服务系统接受服务的顾客数,则顾客到来接受服务的时间间隔,顾客排队的等待时间分布问题需要进行研究。下面考察这种时间间隔与等待时间的分布。 （2）求一维概率密度. 对确定的t?0,X t 为正态随机变量且 E[X t ] E U cos?0t+E V sin?0t 0， D[X t ] D U cos?0t 2+D V sin?0t 2 ?2， 于是 X t 的一维概率密度为： （3）求二维随机变量 X t1 ,X t2 概率密度. ?t1,t2?0, E[X t1 ] E[X t2 ] 0， cov X t1 ,X t2 E[X t1 ,X t2 ] E[ Ucos?0t1+Vsin?0t2 Ucos?0t1+Vsin?0t2 ] E U2cos?0t1cos?0t2 +E V2sin?0t1sin?0t2 +0 ?2cos?0 t2－t1）， U,V相互独立，且E U E V 0,E U2 E V2 ?2. 于是,二维正态随机变量 X t1 ,X t2 的均值和协方差矩阵分别为： μ 0,0 ? 具体写： 一、独立增量过程 二、泊松过程的数学模型 三、维纳过程的数学模型 2．定义:若对于任意的实数s, t 和0?s+h＜t+h, X t+h －X s+h 与X t －X s 具有相同的分布, 即X t －X s 的分布只与t-s有关）则称增量具有平稳性,并称相应的独立增量过程为齐次独立增量过程或时齐的。 证明: 记Y t X t -?X t ,当X t 具有独立增量时， Y t 也具有独立增量； 于是可知对于任意的s,t≧0,协方差函数可表示为： 同理，当0?t＜s时，有 3．独立增量过程的性质 独立增量过程 X t ,t≧0 在X 0 0的条件下, X t 的协 方差函数为 且Y 0 0,E[Y t ] 0, DY t E[Y2 t ].所以，当0?s＜t 时，有 1. 问题的提出 下列事件随时间的推移迟早会重复出现. 1 自电子管阴极发射的电子到达阳极; 2 意外事故或意外差错的发生; 3 要求服务的顾客到达服务站. 二、泊松过程 2. 问题的分析与求解 将电子、顾客等看作时间轴上的质点,电子到达阳极、顾客到达服务站等事件的发生相当于质点出现.因此研究的对象可以认为是随时间推移,陆续地出现在时间轴上的许多质点所构成的随机的质点流. 泊松过程 一个计数过程 N t , t≥0 如果满足以下条件，则被称为参数λ的泊松过程 独立增量过程（即独立时间段上的事件发生的个数是独立的） 无后效性 平稳过程（在任意一段时间内发生的事件个数的分布是不变的）平稳性 在一小段时间h内发生一个事件的概率为λh+o h 。 在一小段时间h内发生多于一个事件的概率为o h λ被称为泊松过程的速率 * 普通性 定理： N t ，t≥0 是一个速率为λ的泊松过程。 Y表示一段时间t 0内事件发生的个数，则 证明：定义 ， 取h→0 代入初始条件 ，得到 * 参数为λt的泊松分布 时间 对时间t+h时n个事件发生的情况Pn t+h ，三种情况 时间t时已经发生了n个事件， [t,t+h 这段时间没发生事件 时间t时发生了n-1个事件，[t,t+h 这段时间发生了1个事件 时间t 时发生了n-k个事件， [t,t+h 这段时间发生了k个事件，k 1 取h→0， 初始条件 ，迭代求解得到 * 定理： N t ，t≥0 是一个速率为λ的泊松过程。令0 t1 t2 t3 …为事件发生的一系列时间。定义事件发生的间隔τ0 t1-0， τ1 t2-t1，τ2 t3-t2，…， τk tk+1-tk，…。时间间隔 τi 是独立同分布的，服从参数为λ的指数分布。 证明：对任意n和τ，下面两个事件等价 τn s ， N tn-