常见随机过程简介.PPT

1.独立随机过程 2.马尔可夫(Markov)过程(1) 2.马尔可夫(Markov)过程(2) （1-10） 3．独立增量过程 3.1 Poisson过程(1) 在日常生活中，如果我们观察顾客进入商店、银行或其它公共服务场所的过程，我们发现如果把一位顾客的到达看成一个“随机点”，则这是一个源源不断出现随机点的过程。在这一过程中任一段时间内到达的顾客数也是随机的。 这类描述到达顾客数及其特征的过程通常称为计数过程。 如果我们考察一个交换局中电话呼叫到达（人们拨打电话的行为中拿起电话并拨出对方号码的动作称为一次电话呼叫到达）的过程也具有类似的特征。 3.1 Poisson过程(2) 3.1 Poisson过程(3) 1-14 其均值和方差均为 3.1 Poisson过程(4) 3.1 Poisson过程(6) 3.1 Poisson过程(6) 4 马尔可夫链(1) 马尔可夫（Markov）链是最简单的马氏过程－即时间和状态过程的取值参数都是离散的马氏过程。 4 马尔可夫链(2) 1-21 4 马尔可夫链(3) 4 马尔可夫链(4) 4 马尔可夫链(5) 4 马尔可夫链(6) 4 马尔可夫链(7) 4 马尔可夫链(8) 在考察马氏过程中，经常用到n步转移率,即 4 马尔可夫链(9) 4 马尔可夫链(10) 根据n步转移概率，就可以来定义马氏链状态转移的特性。 4 马尔可夫链(11) 如果马氏链的状态i有下列特性：即存在某个整数 m≥1，使 ,且存在某个整数d 1并仅当n为d的整倍时有， 则状态i是有周期性的。 如果马氏链中没有一个状态是有周期性的，则称该马氏链为非周期的。本书仅考虑非周期不可约的马氏链。 上面讨论了状态之间的转移概率，同时我们还需关心过程处于某一状态的稳态概率。 4 马尔可夫链(12) 4 马尔可夫链(13) 4 马尔可夫链(14) 4 马尔可夫链(15) 例1.2（续）求随机游走过程的稳态概率。 4 马尔可夫链(16) 例1.2（续）求随机游走过程的稳态概率。 1-33 4 马尔可夫链(16)