随机过程与排队论06要点.ppt

* 计算机科学与工程学院　顾小丰 更新过程的概率分布 设{N(t),t?0}是更新过程，其到达的时间为?1,?2,…, ?n。时间间距T1=?1,T2=?2-?1,Tn=?n-?n-1相互独立都与随机变量T同分布。设T的分布函数为FT(t)，故Tk的分布函数为FTk(t)＝FT(t)，k=1,2,… 令更新计数过程的分布函数为FN(t)(k)＝P{N(t)k}，则 由时间间距T的特征函数?T(u)，计算到达时间?k＝ 的特征函数： 由?k的特征函数??k(u)确定?k的概率密度f?k(t)和分布函数F?k(t)； 由F?k(t)确定更新计数过程{N(t),t?0}的分布函数。 由于事件{?kt}与事件{N(t)?k}等价，从而 P{?kt}＝P{N(t)?k}＝1-P{N(t)k} 即 F?k(t)＝1－FN(t)(k) 故 FN(t)(k)＝1－F?k(t) 33－* * 计算机科学与工程学院　顾小丰 更新过程的均值函数 设{N(t),t?0}是更新过程，则 33－* * 计算机科学与工程学院　顾小丰 本讲主要内容 泊松过程 泊松过程的两个定义及其等价性 泊松过程的概率分布 泊松过程的数字特征 泊松过程的性质 非齐次泊松过程 复合泊松过程 更新计数过程 33－* * 计算机科学与工程学院　顾小丰 下一讲内容预告 马尔可夫过程 马尔可夫过程的概念 马尔可夫过程的分类 离散参数马氏链 33－* * 计算机科学与工程学院　顾小丰 P98 12. 15. 19. 习 题 三 33－* 计算机科学与工程学院　顾小丰 计算机科学与工程学院　顾小丰 计算机科学与工程学院　顾小丰 随机过程与排队论 计算机科学与工程学院 顾小丰 Email：guxf@uestc.edu.cn * * 计算机科学与工程学院　顾小丰 上一讲内容回顾 独立增量过程 正态过程 维纳过程 33－* * 计算机科学与工程学院　顾小丰 课堂练习 设随机过程{X(t), t∈T} 和{Y(t), t∈T} 相互独立，都是正态随机过程，设 证明 Z(t)是正态过程。 证 对任意正整数 n 及 都是n维联合正态随机向量，并相互独立。 33－* * 计算机科学与工程学院　顾小丰 的n维特征函数为 33－* * 计算机科学与工程学院　顾小丰 由特征函数和分布函数的惟一性定理知 是正态随机向量. 33－* * 计算机科学与工程学院　顾小丰 本讲主要内容 泊松过程 泊松过程的两个定义及其等价性 泊松过程的概率分布 泊松过程的数字特征 泊松过程的性质 非齐次泊松过程 复合泊松过程 更新计数过程 33－* * 计算机科学与工程学院　顾小丰 3.泊松过程 泊松过程是一种很重要的计数过程，它在随机过 程的理论和应用方面都起着重要的作用，特别在 运筹学和排队论中的作用更为显著。 泊松过程的实例很多，例如：在[0,t)时间内， 到达某超级市场的顾客数N(t)； 某电话交换台的呼唤数N(t)； 某车间发生故障的机器数N(t)； 某计数器接受到的粒子数N(t)； 某通信系统出现的误码数N(t)； 等等，{N(t),t?0}都是泊松过程的典型实例。 33－* * 计算机科学与工程学院　顾小丰 泊松过程的定义1 如果取非负整数值的计数过程{N(t),t?0}满足： N(0)＝0； 具有独立增量； 对任意0?st,N(t)-N(s)服从参数为?(t-s)泊松分布，即 则称{N(t),t?0}为参数(或平均率、强度)为?的(齐次)泊松过程。 33－* * 计算机科学与工程学院　顾小丰 泊松过程的定义2 如果取非负整数值得计数过程{N(t),t?0}满足下 列条件： N(0)＝0； 具有平稳独立增量； P{N(h)=1}＝?h+o(h)； P{N(h)?2}＝o(h) 则称{N(t),t?0}为参数(或平均率、强度)为?的(齐 次)泊松过程。 33－* * 计算机科学与工程学院　顾小丰 等价定理 定理 泊松过程的定义1与定义2是等价的。 证明 1?2：条件a)与1)相同。条件b)可由2)和3)直接得到。 P{N(h)=1}＝P{N(h)-N(0)=1}＝ 即d)。 ＝?h[1-?h+o(h)]＝?h+o(h) 即c)。 33－* * 计算机科学与工程学院　顾小丰 证明 2?1：条件1)与a)相同。条件2)由b)直接得到。只要证明：N(t)(t?0)服从参数为?t泊松分布。 设pk(t)＝P{N(t)=k}，利用归纳法证明： (1) k=0，p0(t+h)＝P{N(t+h)=0} ＝P{N(t)=0,N(t+h)-N(t)=0} ＝P{N(t)=0}P{N(t+h)-N(t)=0} 解得：p0(t)＝e-?t。 独立增量过程 平稳性 ＝ P{N