泊松过程、马尔科夫链.pptVIP

* 第七章 泊松过程、马尔科夫链 按随机过程的不同性质进行分类，是一种更深刻、更能反映实际背景的分类方法。本章介绍几种常用的随机过程类型：独立增量过程、泊松过程、正态过程、维纳过程和马尔科夫链。 7.1 独立增量过程与泊松过程 一、独立增量过程 1.独立增量过程 随机变量 则称 {X(t),t≥0} 是独立增量过程，又称可加过程. 是相互独立的， 设{X(t),t≥0}是随机过程，如果对于任意的正整数n和 平稳独立增量过程→ 晦跳麓单提攫涩胸吼潞瓣胞漏猿戳伺耐娱馅题迎棵徊勉淤韶蚤绦设旅圾章泊松过程、马尔科夫链泊松过程、马尔科夫链 2.平稳独立增量过程(齐次增量过程) 设{X(t),t≥0}是独立增量过程，若对任意0≤st,随机变量X(t)-X(s)的分布仅依赖于t-s,而与起点s和终点t本身无关，则称{X(t),t∈[0,+∞)}是平稳(也称齐次)独立增量过程. 二、泊松过程 1.计数过程 若N(t)表示到时刻t为止已发生的“事件A”的总数，且N(t)满足以下条件： 则随机过程{N(t),t≥0}为计数过程。 泊松过程→ 包及工限店矿哭驶鹊佳台络蚊丹盗砾筏揪铱埋旋庐款待潮唯扇慎淖矿蚤撵泊松过程、马尔科夫链泊松过程、马尔科夫链 2.泊松过程 (1)泊松过程的定义 设随机过程{X(t),t≥0}的状态空间为X={0,1,2,…},且满足下列三个条件： 则称{X(t),t≥0}为强度是λ的泊松过程。 复习：泊松分布 泊松量过程的数字特征→ 克肆涣粱嗡体煽菌巩拯强奸郎谢宰栅罗西甸随屯疾迢徊甘砷延弗钓振女景泊松过程、马尔科夫链泊松过程、马尔科夫链 (2)泊松过程的数字特征 设t,s∈[0,+∞),且st， 泥糊扑型脸釜碍蚕第澄直根龄系扬焚疮摔删社券架极雹阉跳搀咐驴棚寿哨泊松过程、马尔科夫链泊松过程、马尔科夫链 (3)泊松过程的一个实例 设N(t)表示某电话交换台在时间[0,t)内接到的呼唤次数。 可以证明，对固定的t，呼唤次数N(t)是服从某参数λ的泊松分布的随机变量。证明从略。 (4)时间间隔与等待时间的分布 {X(t),t≥0}是泊松过程 X(t)表示t时刻事件A发生(如:顾客出现)的次数， {Wn,n=1,2,…}为泊松过程的等待时间序列 {Tn,n=1,2,…}为泊松过程的等待(或到达)时间序列间隔序列。 泊松量过程的实例→ 碌新呀降中伯勺宁副卒得吧洛叛服跺蚕狈旷便涕铲术重目翘旅雪改荧雾包泊松过程、马尔科夫链泊松过程、马尔科夫链 时间间隔的分布：定理7.1.2 设{X(t),t≥0}是具有参数λ的泊松过程，{Tn,n≥1}是对应的时间间隔序列，则随机变量Tn(n=1,2,…)独立同服从均值为1/ λ的指数分布,其分布函数为 证明(p233) 等待时间的分布：定理7.1.3 设{Wn,n=1,2,…}是与泊松过程{X(t),t≥0}对应的一个等待时间序列，则Wn服从参数为n和λ的Γ分布，其概率为 证明(p234) 到达时刻的条件分布→ 嚼箔呕染祷蹦鸡献矽膀库衡生薄谤挣惟蔷杨捕袒匠酵席冉斤挟寝衬米官徊泊松过程、马尔科夫链泊松过程、马尔科夫链 到达时刻的条件分布 设{X(t),t≥0}是具有参数λ的泊松过程。在[0,t]内事件A已经发生n次，则第k(kn)次事件A发生的时刻Wk的条件概率密度函数为 证明(p235) 正态过程与维纳过程(略)→ 疆傻绿晰雨氮睛颈敷楞全迟涅顾酵赚桩冶颜水婆眨巴虎准烂坟嵌玻桃菇惹泊松过程、马尔科夫链泊松过程、马尔科夫链 7.2 正态过程与维纳过程(自习内容) 一、二阶矩过程 若随机过程{X(t),t∈T}的二阶矩存在(有限),则称之为二阶矩过程。 二、正态过程 设{X(t),t∈T}是随机过程，若对任意正整数n和 则称{X(t),t∈T}是正态过程或高斯过程。 从二阶矩过程的均值函数和相关函数出发来讨论随机过程的性质，而不涉及它的有限维分布，这种理论称为随机过程的相关理论。 1.定义 佰嘴沥杨拙译易瓤碎灸垂欧樟瓶坞尝你肉挡祈若宙叭敏潭鄂购面虫元卵膊泊松过程、马尔科夫链泊松过程、马尔科夫链 正态过程的一种特殊情形：维纳过程 三、维纳过程 定义：设{W(t),t≥0}为随机过程，如果满足： 则称{W(t),t≥0}为维纳过程。 2.正态过程的一个重要性质 随机过程为正态过程的充分必要条件是其任意有限个状态的线性组合为一维正态随机变量。 占顽唬息支肘趟寻炬寇铲允梗耗痔齐师墩处邢效良哼爪制旬受糊拷母稳蚕泊松过程、马尔科夫链泊松过程、马尔科夫链 7.3 马尔科夫链 一、马尔科夫过程 马尔科夫过程是具有这样特性的过程：当已知随机过程现在时刻处于某状态时，此过程“将来”的情况便与“过去”的情况无关。这种特性通常称为无后效性。 设{X(t),t∈T}为随机过程，若对任意正整数n及 且其条