随机过程随机过程20章节.pptVIP

Poisson过程 如果N(t)表示到时刻t为止某一事件A发生的总数,则称 {N(t),t≥0}为计数过程. 计数过程是一个状态取非负整 数、时间连续的随机过程. 计数过程满足以下条件: (1) N(t)≥0且是一个整数; (2) 若有两个时刻s和t且s＜t,则N(s)≤N(t); (3) 对于s＜t,N(t)-N(s)表示在时间区间[s,t]内事件 A出现的次数. 在计数过程{N(t),t≥0}中, 若在不相重叠的时间区间 内出现A的次数是相互独立的,则称N(t)为独立增量过程. 在计数过程{N(t),t≥0}中,若在任一时间区间内A发生 的次数只与时间的长短有关,而与起始时刻无关,即N(t1+ Poisson过程 s)-N(t1)仅与s有关而与t1无关,则称该过程为平稳增量过 程. 若计数过程{N(t),t≥0}满足: (1) N(0)=0; (2) {N(t),t≥0}是独立增量过程又是平稳增量过程; (3) 对于充分小的Δt,在(t,t+Δt)内出现一次事件的 概率为 P{N(t+Δt)-N(t)=1}=λΔt+o(Δt),式中λ＞0 是常数,称为过程N(t)的强度; (4) 对于充分小的Δt,在(t,t+Δt)内出现两次或两次 以上事件的概率为o(Δt),即P{N(t,t+Δt)-N(t)≥2}=o (Δt), 则称此计数过程{N(t),t≥0}是强度为λ的泊松过程, 相 Poisson过程 应的事件流(即事件出现的随机时刻t1,t2,…)称为强度为 λ的泊松流. 泊松过程{N(t),t≥0}在时间区间[t0,t0+t]内n 次出现 事件A的概率 P{[N(t0+t)-N(t0)]=n}= e-λt, n=0,1,2,…. 泊松过程的数字特征: (1) 均值 E[N(t0+t,t0)]=λt; (2) 均方值 E[N2(t0+t,t0)]=(λt)2+λt; (3) 方差 D[N(t0+t,t0)]=λt; (4) 协方差函数 CN(t1,t2)=λmin(t1,t2), t1,t2≥0; (5) 相关函数 RN(t1,t2)=λ2t1t2+λmin(t1,t2),当t1= T2时, RN(t,t)=λt(1+λt). Poisson过程 设N(t)为在[0,t)内事件发生的次数,Xn(n≥1)表示第n -1次事件发生到第n次事件发生的时间间隔, 则{Xn,n≥1} 称为到达时间间隔序列. 若{N(t),t≥0}是泊松过程,则{Xn,n≥1}是相互独立且 服从参数为λ的指数分布的随机变量序列(f(t)=λe-λt). 记Wn= Xi,n≥1,Wn即第n次事件到达的时间,称{Wn,n ≥1}为泊松过程{N(t),t≥0}与到达时间间隔序{Xn,n≥1} 对应的等待时间序列. 则Wn服从参数为n与λ的Γ-分布, 其概率密度是 = . 在泊松过程的定义中,如果强度λ是时间t的函数即λ= λ(t),则称此时的{N(t),t≥0}为非齐次泊松过程. Poisson过程 设{N(t),t≥0}是强度为λ的泊松过程,{Yn,n≥1}是一 列独立同分布的随机变量, 如果{N(t)}与{Yn}相互独立, 当令 X(t)= Yi, t≥0, 时,则称{X(t),t≥0}为复合泊松过程. 复合泊松过程{X(t),t≥0}有独立增量与平稳增量. 若Y1的特征函数是g(u)=E[ ],则X(t)的特征函数为: gX(t)(u)=E[eiuX(t)]=eλt[g(u)-1]. 如果E[ ]＜∞,则 (1) E[X(t)]=λtE[Y1]; (2) D[X(t)]=λtE[ ]. Poisson过程 例.考虑一个从底层起动上升的电梯.以Ni记在第i层进入 电梯的人数. 假定Ni相互独立,且Ni是均值为λi的泊松 变量. 在第i层进入的各个人相互独立地以概率pij在第 j层离开电梯, pij=1.令Oj=在第j层离开电梯的人数. (1) 计算E[Oj]; (2) 求Oj的分布; (3) Oj与Ok的联合分布是什么? 解: 以Nij记在第i层乘上电梯,在第j层离去的人数,则Nij 是具有均值为λipij的泊松变量,且全部Nij(i≥0,j≥i) 相互独立.因而有 (1) E[Oj]=E[ Nij]= λipij; (2) Oj= Nij是均值为 λipij的泊松变量,服从分布: Poisson过程 P{Oj=n}= ; (3) 由于Oj与Ok相互独立,所以O