2-1泊松过程研讨.pptVIP

NORTH UNIVERSITY OF CHINA 上一页 下一页 返 回 结 束 目 录 第二章 Poisson 过程 《应用随机过程》电子课件 张 峰 Poisson 过程 Poisson过程的概念 与Poisson过程相联系的若干分布 Poisson过程的推广 第二章 第二章 Poisson过程的概念 第一节 一、Possion过程的两个等价定义 二、泊松过程的概率分布和数字特征 三、泊松过程的叠加和分解性质 一、Poisson过程的两个等价定义 在实际中有很多随机现象都可以用泊松分布或者泊松过程来描述，例如盖木多计数器上的粒子流，呼叫中心收到的呼叫次数，交通流中的事故数，股票市场中买进和售出的股票次数等。 泊松过程是一种很重要的计数过程，它在随机过程的理论和应用中都有着重要的应用，特别在运筹学和排队论中有着重要的应用。 两个重要特点是：1 在时间或者空间上的均匀性（增量平稳性），2 未来的变化与过去的变化没有关系（增量的独立性）。 一、Poisson过程的两个等价定义 (1) 随机过程 称为计数过程，如果 表示到时刻 为止，某事件A发生的总数。 定义2.1 计数过程 (2) 性质 (a) (b) 对于 (c) 对于 表示区间 中，事件A发生的总次数。 如果计数过程在不相重叠的时间间隔内，事件A发生的次数是相互独立的。 计数过程 是独立增量过程 若计数过程 在(t, t+s]内（s0），事件A发生的次数 仅与时间差s有关，而与t无关。 计数过程 是平稳增量过程 一、Poisson过程的两个等价定义 若计数过程 满足： 定义2.2 Poisson过程定义1 (1) 零初值性 (2) 是独立增量过程 (3) 任一长度为 的区间内，事件的个数服从均值为 的 poisson 分布： 一、Poisson过程的两个等价定义 2 定义中的(2)说明泊松过程是一独立增量；对于任意的正整数及任意不同的，增量是相互独立的； 注：1 定义中的(1)说明事件的计数是从0时刻开始的； 称 服从参数是 的 poisson过程 是相互独立的。 有关，而与初始时刻 无关。 3 定义中的(3)说明泊松过程是一平稳过程；即在时间间隔 内， 事件发生的总次数只与时间间隔 一、Poisson过程的两个等价定义 若计数过程 满足： 定义2.3 Poisson过程定义2 (1) 零初值性 (2) 是独立平稳增量过程 (3) 满足下列两式： 一、Poisson过程的两个等价定义 注：1、 (a) (b)中的第1个等号是由平稳过程而来的 称 服从参数是 的 poisson过程 2、(a) (b)中合起来可知在 内没有事件发生的概率为 3、实际中由定义2判断随机过程更容易一些。 二、Poisson过程的两个等价定义的证明 1 定义1 定义2 即：由 证 证：由（1）显然可得Poisson过程是平稳过程 二、Poisson过程的两个等价定义的证明 证: 2 定义2 定义1 即:由(2),(3) (1) 即: 。 故 再由 二、Poisson过程的两个等价定义的证明 2 定义2 定义1 即:由(2),(3) (1) 证：当 二、Poisson过程的两个等价定义的证明 即： 二、Poisson过程的两个等价定义的证明 由初始条件 三、Poisson过程的概率分布和数字特征 一维概率分布 均值函数和方差函数 均方值函数 三、Poisson过程的概率分布和数字特征 自相关函数 证明：设 同理如果 ，有 三、Poisson过程的概率分布和数字特征 自协方差函数 证明： 特征函数 例1 ： 设顾客到达某汽车站的顾客数是泊松过程，平均每10min到达5位顾客，试求在20min内到达汽车站至少有10位顾客的概率。 解：由平均每分钟到达5位顾客可得， ，所以 在20分钟内至少到达10位顾客的概率为 解：由题意可得， 例2 ：假设中国