第2章习题分解.pptVIP

* 例 2.1.1 设N(t)表示[0,t]时段内事件A的发生次数,且{N(t),t?0} 形成强度为λ的Poisson过程. 如果每次事件A发生时以概率p能够被记录下来, 并以M(t)表示到t时刻记录下来的事件总数, 试证明{M(t),t?0} 形成强度为λp 的Poisson流. 解：对照Poisson过程的定义2.1.2 1) {M(t),t?0}是一计数过程,且M(0)=0 ; 2) 每次事件发生时，对它的记录与对其它事件的记录独立，故{M(t),t?0}具有独立增量性； 只需验证 3) * 由全概率公式， * 设首次地震发生(t=0)后的一段时间内，破坏性余震发生序列是一个强度为λ(次/小时)的泊松过程.任意时刻t0,以V(t)表示t时刻之前最后一次破坏性余震直到t时刻所经历的时间;以W(t)表示t时刻之后直到下一次破坏性余震发生的剩余时间. (1)求V(t)与W(t)的分布函数; V(t)与W(t)独立吗? (2)已知在此之前最后一次破坏性余震发生到现在已过了s小时,求未来t小时内没有破坏性余震发生的概率. * 解: (1) * 因为泊松过程是独立增量过程, 故V(t)与W(t)独立. (2) * 定理2.2.1 (p62)到达时间间隔序列 相互独立同分布，且服从参数为 λ的指数分布. 定理2.2.1 提供了Poisson过程的参数估计方法. 设事件的发生过程{N(t),t?0}为Poisson过程. 某日从0点开始, 记录到事件发生时刻为0:33, 1:00, 2:27, 3:05, 3:36的取值: t1t2,…,tn ?T. 试用极大似然法估计该过程的强度λ. * 参数λ的极大似然估计: 一般地, 若从0时刻开始, 观察到Poisson过程{N(t),t?0}的一段样本轨道:τ1,…, τn的取值: t1t2,…,tn , 由于, τ1 , τ2- τ1,…, τ n- τn-1独立同指数分布, 于是似然函数为 令 得λ的极大似然估计为: * 定理2.2.2 到达时间 的概率密度函数为 证明 定理2.2.2 提供了Poisson过程的参数λ的区间估计法: 根据定理2.2.2, 的概率密度函数为 备查：1） 的特征函数为 分布函数为： * 取置信度为 ,则 故置信度为 的置信区间为 这与 的密度相同, 即 * 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 * 解:（1）由定理2.2.3, {N(t),t≥0}为强度λpossion 过程，故 E[N(t)]=λt ； （2）记第n位顾客完成服务的时间为 ，根据定理2.2.2,第n位顾客等候服务时间为 (3)根据定理2.2.2, 或 * 例2.3.1 设保险公司在[0,t]时段内接到的索赔次数N(t)形成强度为λ的Poisson流, 且设保险公司第i次赔偿额是Yi, {Yi, i=1,2,…} 独立同正态分布 , 则每月要付出的赔偿额服从什么分布？一年中它要付出的平均金额是多少? 解：[0，t]内赔偿额 形成复合Poission过程，每月要付出的赔偿额特征函数为 一年中它要付出的平均金额是 * 例2.3.2 设意外事故的发生频率受某种未知因素影响,有两种可能λ1, λ2, 且 0p1为已知. 且当给定Λ=λi时, [0,t]时段内事故次数N(t)形成一强度为λi Poisson流. 已知到时刻t为止已发生了n 次事故,求[t,t+s]时段内无事故的概率. 解：在Λ=λi的条件下，N(t)是强度为λi 的Poisson流. P{[t,t+s]时段内无事故|N(t)=n} * * 更新过程一定是独立增量过程吗? 设 * 例2.4.2 设更新过程 {N(t),t?0}具有更新函数 ,求更新间距T的分布. 解: 设T的概率密度为f(t), 则 故更新间距T服从指数分布, {N(t),t?0}为Poison过程. --[4] 拉氏变换简表 * 某收音机使用一节电池供电，当电池失效时，立即换一节同型号的新电池. 如果电池的寿命为均匀分布在30小时到60小时内的随机变量，问长时间工作情况下该收音机更换电