随机过程与Chapter 2.1 Poisson Process .ppt

第二章 Poisson过程 注： 1. 注意到(3)中的N(s＋t)-N(s)的分布只依赖于时间间隔t，与初始时刻 s 无关，特别当s=0 时，N(0)=0 故{N(t),t≥0 }是一平稳独立增量过程． 例2.1 顾客以Poisson 过程到达某商店，速率为 λ＝4人/小时，已知商店上午9:00开门， 试求(1)到9:30时仅到一位顾客，而到 11:30 时总计到达5位的顾客的概率；　　 　　 (2)10:00到11:00这1小时内最多有5名顾客 到达的概率． 定义2.2 设整数值随机过程{N(t),t≥0}，满足条件 (1) N(0)=0 ； (2) N(t)具有平稳独立增量性； (3) P{N(t+h)-N(t)≥1}=λh+o(h)，λ0； (4) P{N(t+h)-N(t)≥2}＝o(h) 则称{N(t),t≥0 }是服从强度为λ的Poisson过程． 定理2.1 定义2.1等价于定义2.2． 设Poisson 过程{N(t),t≥0},参数为λ0 (1) 矩母函数 (2) 生成函数 * 2.1 Poisson 过程 2.2 与Poisson 过程相联系的若干分布 2.3 Poisson 过程的推广 在天文、地理、物理、生物、通信、医学、计算机网络、密码学等许多领域，都有关于随机事件流的计数问题，如： 电话总机所接收到的呼叫次数； 计算机网络上的（图象、声音）流； 编码（密码）中的误码流； 交通网络中的车流量和事故数； 细胞中染色体的交换次数，… 均构成以时间顺序出现的事件流A1, A2, … * 定义：随机过程{N(t), t≥0}称为计数过程 (Counting process), 如果N(t)表示在[0, t]内事 件A 出现的总次数. 计数过程应满足： (1) N(0) = 0; (2) 如果s t，则N( s ) ≤ N( t )； * (3) 对于s t, N(t)－ N(s)表示时间间隔(s, t]内事 件出现的次数. ( s ] t 一类很重要的计数过程是泊松(Poisson)过程. * 2.1 Poisson 过程 * 定义2.1 一个整数值随机过程{N(t),t≥0}满足下述三个 条件： (1) N(0)=0 (2) N(t)是独立增量过程 (3) 对任意t 0，s≥0 增量N(s＋t)-N(s)服从参数为λt 的Poisson 分布，即 则称{N(t),t≥0 }为强度为λ的Poisson过程，也称作齐次Poisson过程． 2. λ称为过程在单位时间内的平均速率(或强度)． *