z随机过程Ch3.ppt

第三章 泊松过程 3.1 泊松过程的定义 定义：随机过程{N(t)，t ?0 }是计数过程，如果 N(t) 表示到时刻 t为止已发生的事件A的总数，且N(t)满足条件 (1) N(t) ?0 ; (2) N(t)取整数; (3)若s t ，则N(s) ? N(t); (4)当s t 时，N(t) - N(s)等于区间(s, t]中发生事件A的次数。 3.1 泊松过程的定义 独立增量计数过程 对于t1 t2 ? tn，N(t2) - N(t1), N(t3) -N(t2), ?, N(tn)-N(tn-1) 独立 平稳增量计数过程 在(t, t+s]内(s0)，事件A发生的次数 N(t+s) -N(t)仅与时间间隔s有关，而与初始时刻t无关 3.1 泊松过程的定义 定义A：计数过程{N(t)，t ?0 }是泊松过程，如果N(t)满足 (1) N(0)=0; (2) N(t)是独立增量过程; (3)在任一长度为t 的区间中，事件A发生的次数服从参数? 0的泊松分布，即对任意s, t ? 0，有 3.1 泊松过程的定义 ★(1)泊松过程是平稳增量过程 (2)由E[N(t)]=?t ,知 故?表示过程的强度 例：在(0, t]内接到服务台咨询电话的次数X(t)，在(0, t]内到某火车站售票处购买车票的旅客数X(t)等都是泊松过程。 3.1 泊松过程的定义 定义B：计数过程{N(t)，t ?0 }是泊松过程，如果N(t)满足 (1) N(0)=0； (2) N(t)是平稳、独立增量过程； (3) N(t)满足下列两式 (参数?0) 3.1 泊松过程的定义 定理：泊松过程两种定义等价。 证明：定义A?定义B 。由定义A （2）知平稳性，又当h充分小的，有 3.1 泊松过程的定义 定义B?定义A 3.1 泊松过程的定义 3.1 泊松过程的定义 (2)对n?1，建立递推公式 3.1 泊松过程的定义 3.1 泊松过程的定义 3.1 泊松过程的定义 (3) 3.1 泊松过程的定义 3.1 泊松过程的定义 3.2 泊松过程的性质 一、数字特征 定理：设{X(t), t ? 0}是参数为?的泊松过程，对任意t, s?[0, +?)，若s t ，则有 3.2 泊松过程的性质 3.2 泊松过程的性质 3.2 泊松过程的性质 3.2 泊松过程的性质 3.2 泊松过程的性质 等待时间Wn与时间间隔Tn均为随机变量 定理：(时间间隔Tn的分布) 设{X(t), t ?0}是参数为? 的泊松过程， {Tn,n ?1}是相应第n次事件A发生的时间间隔序列，则随机变量Tn是独立同分布的均值为1/?的指数分布。 3.2 泊松过程的性质 证明： (1)n=1 事件{T1 t}发生当且仅当在[0, t]内没有事件发生 T1服从均值为1/?的指数分布 3.2 泊松过程的性质 (2)n=2 P{T2t }＝P{T2t | T1=s} = P{在(s, s+t]内没有事件发生| T1=s} =P{X(s+t) -X(s)=0 | X(s) -X(0) =1} = P{X(s+t) -X(s)=0 } T2服从均值为1/?的指数分布。 3.2 泊松过程的性质 (3)n ? 1 3.2 泊松过程的性质 时间间隔Tn的分布为 概率密度为 3.2 泊松过程的性质 3.2 泊松过程的性质 证明： ，Ti为时间间隔 3.2 泊松过程的性质 3.2 泊松过程的性质 ★参数为n与?的?分布又称爱尔兰分布，它是n个相互独立且服从指数分布的随机变量之和的分布。 ★指数分布的矩母函数为 , 特征函数 ★ ?分布的矩母函数为 ,特征函数 3.2 泊松过程的性质 三、到达时间的条件分布 假设在[0, t]内事件A已经发生1次，确定这一事件到达时间W1的分布 对st，有 3.2 泊松过程的性质 3.2 泊松过程的性质 对s?t，有 3.2 泊松过程的性质 从而W1的条件分布函数为 条件分布密度函数为 3.2 泊松过程的性质 定理：设{X(t), t?0}是泊松过程，已知在[0, t]内事件A发生n次，则这n次事件的到达时间W1 W2? Wn的条件概率密度为 3.2 泊松过程的性质 例：设在[0, t]内