随机过程Ch3-2015.ppt

3.3 非齐次泊松过程 解 12时至14时为t?[7,9] 在[0,t]内到达的乘车人数X(t)服从参数为?(t)的非齐次泊松过程 12时至14时乘车人数的数学期望为 12时至14时有2000人来站乘车的概率为 3.4 复合泊松过程 定义3.5设{N(t), t?0}是强度?的泊松过程，{Yk,k=1,2,?}是一列独立同分布随机变量，且与{N(t), t?0}独立，令 则称为复合泊松过程。 例 设N(t)是在[0, t]内来到某商店的顾客数， Yk是第k个顾客的花费，则 是 [0, t]内的营业额。 3.4 复合泊松过程 设 是复合泊松过程，则 (1){X(t), t?0}是独立增量过程； (2)X(t)的特征函数 ?是事件的到达率，gY(u)是随机变量Y1的特征函数； (3)若 ，则 定理3.6： 泊松过程的特征函数为 3.4 复合泊松过程 证(1)令0?t0t1??tm，则 可以验证X(t)具有独立增量性 (2) 3.4 复合泊松过程 3.4 复合泊松过程 (3) 3.4 复合泊松过程 3.4 复合泊松过程 3.3 非齐次泊松过程 设{X(t), t ?0}为具有强度函数?(t)的非齐次泊松过程，则EX(t)=DX(t)=mX(t) 证 3.3 非齐次泊松过程 3.3 非齐次泊松过程 * 3.2 泊松过程的性质 二、泊松过程的时间间隔与等待时间的分布 设{X(t), t?0}是参数为?的泊松过程， X(t)表示到t时刻为止事件A发生的次数， Wn表示第n次事件A发生的时间(n ? 1)， 也称为第n次事件A的等待时间, 或到达时间, Tn表示第n-1次事件A发生到第n次事件A发生的时间间隔。 3.2 泊松过程的性质 等待时间Wn与时间间隔Tn均为随机变量 时间间隔Tn的分布 定理3.2设{X(t), t?0}是参数为?的泊松过程， {Tn,n?1}是相应第n-1次事件A发生到第n次事件A发生的时间间隔序列，则随机变量Tn,n=1,2…独立同服从均值为1/?的指数分布 Tn T3 T2 T1 t W3 W2 W1 0 Wn-1 Wn 3.2 泊松过程的性质 时间间隔Tn的分布为 概率密度为 3.2 泊松过程的性质 证 (1)n=1 事件{T1 t}发生当且仅当在[0, t]内没有事件发生 T1服从均值为1/?的指数分布 T1 t W1 0 3.2 泊松过程的性质 (2)n=2 P{T2t| T1=s} = P{在(s, s+t]内没有事件发生| T1=s} =P{X(s+t) -X(s)=0 | X(s) -X(0) =1} = P{X(s+t) -X(s)=0 } T2服从均值为1/?的指数分布 t T2 T1=s W2 W1 0 s+t s 3.2 泊松过程的性质 (3)n ? 1 Tn Tn-1 =sn-1 T2=s2 T1=s1 t Wn-2 W2 W1 0 Wn-1 Wn 3.2 泊松过程的性质 等待时间Wn的分布 定理3.3设{X(t), t ?0}是参数为?的泊松过程， {Wn, n ?1}是相应等待时间序列， 则Wn服从参数为n与?的?分布， 概率密度为 3.2 泊松过程的性质 证 ，Ti为时间间隔 Tn T2 T1 t W2 W1 0 Wn-1 Wn 3.2 泊松过程的性质 3.2 泊松过程的性质 参数为n与?的?分布又称爱尔兰分布，它是n个相互独立且同服从指数分布的随机变量之和的分布。 指数分布的矩母函数为 , 特征函数 ?分布的矩母函数为 ,特征函数 3.2 泊松过程的性质 例 设{X1(t), t?0}和{X2(t), t?0}是两个相互独立的泊松过程，它们在单位时间内平均出现的事件数分别为?1和?2。记 为过程X1(t)的第k次事件到达时间,记 为过程X2(t)的第1次事件到达时间，求 即第一个泊松过程第k次事件发生比第二个泊松过程第1次事件发生早的概率。 3.2 泊松过程的性质 解 设 的取值为x， 的取值为y， 3.2 泊松过程的性质 则 f(x