第十二章 随机过程及其统计描述概率论与数.pptVIP

* 由于T1=W1, 所以T1服从指数分布. 对于i?2, 也可以证明, Ti也服从同样的指数分布, 即 且T1,T2,...,Ti,...是相互独立的随机变量. 即有 定理一 强度为l的泊松流(泊松过程)的点间间距是相互独立的随机变量, 且服从同一个指数分布. * 定理二 如果任意相继出现的两个质点的点间间距是相互独立, 且服从同一个指数分布, 则质点流构成了强度为l的泊松过程.这两个定理刻画出了泊松过程的特征. 定理二说明, 为要确定一个计数过程是不是泊松过程, 只要用统计方法检验点间间距是否独立, 且服从同一个指数分布.泊松过程或泊松流是研究排队理论的工具, 在技术领域内它又是构造(模似)一类重要噪声(散粒噪声)的基础. * (二)维纳过程 维纳过程是布朗运动的数学模型. 英国植物学家布朗在显微镜下, 观察漂浮在平静的液面上的微小粒子, 发现它们不断地进行着杂乱无章的运动, 这种现象后来称为布朗运动. 以W(t)表示运动中一微粒从时刻t=0到时刻t0的位移的横坐标(同样也可以讨论纵坐标), 且设W(0)=0, 根据爱因斯坦1905年提出的理论, 微粒的这种运动是由于受到大量随机的相互独立的分子的碰撞的结果. 于是, 粒子在时段(s,t]上的位移可以看作是许多微小位移的代数和. 则W(t)-W(s)服从正态分布. * 其次, 由于粒子的运动完全是由液体分子的不规则碰撞