随机过程4-4泊松过程及其性质幻灯片课件.ppt

第4章 马尔科夫过程 第*页 又如上节例1中电话交换站来到的随时间变化的呼唤总数 亦是泊松过程。泊松过程有两种定义方法，介绍如下： 泊松过程是工程技术中较多见的马尔科夫过程。 例如，在电子管中热阴极射向阳极随时间变化的总电子 数，放射性物质放射出的随时间变化的总粒子数，服务 系统来到的随时间变化的总顾客数等都是泊松过程。 §4 泊松过程及其性质 其中 ，则称 X(t) 是具有参数 的泊松（Poisson） 过程。 （2）对任意 a， ，每一增量 非负， 且服从参数为 的泊松分布，即有 （1） 是平稳独立增量过程； 定义1 设随机过程 的无限状态空间是 若满足下列两个条件： (4.1) （2）对任意 a， ，每一增量 非负， 且有 （1） 是平稳独立增量过程； 定义2 设随机过程 的无限状态空间是 若满足下列两个条件： (4.2) (4.3) 其中 ，则称 X(t) 是具有参数 的泊松（Poisson） 过程。 (4.2) (4.3) 可以说，前者从宏观上给出增量的概率分布，后者从 微观上给出增量的分布。 这两种定义中的条件 (1) 是相同的，所不同的是条件 (2) . 前者给出增量的具体概率分布，后者给出在小时间间隔 内引起增量分布的极限性质。 泊松过程是独立增量过程，由上节定理3可以判断它是 马尔科夫过程，且 。 (4.1) (4.2) (4.3) 证 由定义2 推出定义1 成立，只要由 (4.2) 和 (4.3) 式 导出 (4.1) 式即可。 定理1 定义1与定义2是等价的。 事实上，在上节的例1中已经进行了证明。 由定义1 推出定义2 成立。只要由 (4.1) 式导出 (4.2) 和 (4.3) 式即可。事实上由 (4.1) 式可得 (4.1) 则称 为具有负指数间隔的计数过程。 一般地， 理解为第 n-1 个“事件”发生与第 n 个“事件” 发生的相隔时间。见上图。令 它表示第 n 个 “事件”发生的时刻。在 [0, t] 时间 内发生的事件数记为 X(t) ，即 计数过程 X(t) 的状态空间为 ,它是时间连 续状态离散的随机过程。具有负指数间隔的计数过程和泊 松过程之间有非常密切的关系. 考虑泊松过程 。它的样本轨道如图4－4所示。 于是， X(t) 恰好表示在 [0, t] 时间内发生的事件数， 可以看作计数过程。 把每一个跳跃增加 1 的时刻看作“事件”发生时刻，如此以 表示第1个“事件”发生时刻，以 表示第 n-1 个 “事件”与第 n 个“事件”发生时刻之间的间隔。 第4章 马尔科夫过程 第*页