完整版本复合泊松模型下破产概率估计.docVIP

复合泊松模型 ---------- 破 概率估 关 ：复合泊松 程 正 特征函数 估 一、 复合泊松 程的定 及性 1.泊松 程 ： 足下列三条件的随机 程 X={X(t),t ≥叫0}做泊松 程。 ①P(X(0)=0)=1 。②不相交区 上增量相互独立，即 一切 0≤t1t2 ?tn,X(t1),X(t2)-X(t1 ）， ?， X(tn)-X(tn-1 ）相互独立。③增量 X(t)-X(s) (ts ）的概率分布 泊松分布，即，式中 Λ（t） 非降非 函数。 若 X 足④ X(t)-X(s ）的分布 依 于 t-s ， 称 X 次泊松 程； Λ t)= λt，式中常数 λ0称 程的 度，因 EX(t)= Λ（t)= λt，λ等于 位 内事件的平均 生次数。 非 次泊松 程可通 尺度的 次泊松 程。 泊松 程，通常可取它的每个 本函数都是 度 1 的左（或右） 梯函数。可以 明， 本函数具有 一性 的、 随机 的独立增量 程必是泊松 程，因而泊松 程是描写随机事件累 生次数的基本数学模型之一。 直 上，只要随机事件在不相交 区 是独立 生的， 而且在充分小的区 上最多只 生一次，它 的累 次数就是一个泊松 程。 在 用中很多 合都近似地 足 些条件。例如某系 在 段 [0,t）内 生故障的次数，一真空管在加 t 秒后阴极 射的 子 数，都可假定 泊松 程。 描述随机事件累 生次数的 程通常称 数 程 （ 点 程）。一个 而且局部有限的 数 程 {X(t），t ≥0}，往往也可以用它依次 生跳 （即 生随机事件）的 刻 {Tn ，n≥1}来 定，即取 T0=0 ， Tn=inf{t:X(t ） ≥n}， n≥1，而 当 Tnt≤Tn+1 ， X（t ）=n。若以，表示 X(t ） 生相 两次跳 的 距， 数 程是 次泊松 程的充分必要条件 { τn，n≥1}是相互独立同分布的，且，其中 λ 某一非 常数。 次泊松 程的另一个特征是：固定 t,X(t ）是参数λt的泊松分布随机 量，而当 X(t)=k 已知的条件下， X 的 k 个跳 刻与 k 个在 [0,t ）上均匀分布且相互独立的随机 量的次序 量（ 量）有相同 的分布。泊松 程的 一特征常作 构造多指 泊松 程的出 点。 从 可夫 1 / 3 程来看， 次泊松 程是 空 都 次的 生 可夫 。 从鞅来看，次泊松 程 X 是使 {X(t)- λt,t ≥ 0}鞅的 度 1 的 数 程。 泊松 程稍 广泛的 数 程是更新 程，更新 程的跳 距是相互独立同分布的， 但不一定是指数分布。 程常被用来描写某些 的累 故障次数。若 跳 距不作任何假定， 就成 一般的 数 程或称一 点 程。假如某 在 [0， t） 段内故障的累 次数 N(t ）是泊松 程，而每次故障造成的耗 不尽相同，用随机 量 Yi 表示第 i 次耗 ， 在 [0,t ）内 的耗 N(t ）。当{N(t ），t ≥0} 次泊松 程， {Yi,i ≥又1}是相互独立同分布且与 {N(t ）} 独立 ，X={X(t ），t ≥0}称 复合泊松 程。由于 {N(t),t ≥可0}以用其跳 刻 {Ti,i ≥1} 来 定，因而复合泊松 程可用 {(Tn ，Yn),n ≥1}来 定，即若 {(Tn,Yn),n ≥的1} 特性不作任何假定， 定的 X 便是一种一般地描述系 跳 化的随机 程，常称 点 程，也称多 点 程或跳 程。 泊松 程是一 的 状 离散的随机 程。泊松 程在物理、地 学、生物学、金融和可靠性理 等 域中都有广泛的 用。在 典 模型中，索 程 常用一个复合泊松 程来描述。 多学者 模型 行了深入的研究，比 有吸引力的改 是用两个复合泊松 程描述索 程的多 种 模型。由于索 程的复 化， 使得在 典 模型种的一些 好 以在新模型中得到 似 明。 因此首先 复合泊松分布及 程的可加性， 在参数比 大的情况下，可以用正 程与之近似， 以便运用正 程的 良特性更好地 理有关 。 2.复合泊松分布 ： 复合泊松分布在概率 和保 模型中有着很重要的 用。 关于复合泊松 程的一些定 及性 ： N 定 1： S X k ，其中 N 表示理 次数， X k 表示第 k 次的理 金 ， N 1 与 X k 是相互独立的， 当 N 服从 Poisson分布 ， S 具有复合 Poisson分布。 如果一个随机 量 X 足性 ： 任何一个独立随机 量序列 X 1 ,...X n 使得 X 1 ... X n ， 称 X 是无 可分的