- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
§2.1 Poisson过程;注:若{N(t), t≥0}服从强度为?的Poisson过程, 则
① N(s+t)-N(s)表示在时间区间(s, s+t]中发生的随机事件数;
② 对于任一固定的t, N(t)服从参数为?t的Poisson分布, 故E[N(t)] = Var[N(t)] = ?t;
③ 这里定义的Poisson过程,确切地说应叫时齐Poisson过程, 它是平稳独立增量过程;
④ 强度?有时也称为速率, 它描绘随机事件发生的频繁程度.;例2.1 顾客依Poisson过程到达某商店, 速率为?=4人/小时. 已知商店上午9:00开门.
① 求到9:30时为一位顾客, 到11:30时5位顾客
的概率;
② 已知到9:30时仅为一位顾客, 求到11:30时
为5位顾客的概率.;① “到9:30时为一位顾客, 到11:30时5位顾客”事件可表示为 , 其概率为;② “已知到9:30时仅为一位顾客, 而到11:30时为5位顾客”事件可表示为 , 其概率为;记[0,+?)为某个观察过程的时间轴, 0代表起始时刻, N(b) - N(a)表示时间区间(a, b]上发生的事件数, 满足:
①在不相交区间中事件发生的数目相互独立, 即: 对任何整数n, 若0=t0t1t2…tn, 则增量N(t1)-N(t0), N(t2)-N(t1), …, N(tn)-N(tn-1)相互独立;
②对任何时刻t和正数h,增量N(t+h)-N(t)的分布只依赖于区间长度h, 而不依赖时刻t ;
③存在正常数,当h?0时,
P{N(t+h)-N(t)≥1} = ?h + o(h);
P{N(t+h)-N(t)≥2} = o(h).;从直观意义上看,
①表示试验是独立的, 即前后的独立性;
②表示时齐性, 即每个长度相同的小区间上事件发生的概率相同;
③的第一个等式表示事件是稀有的,即在区间长度很小的情况下事件发生的概率也很小,近似地为?h; 第二个等式表示相继性,即事件是一件一件地发生的,在同一瞬间同时发生多个事件的可能性很小很小.;命题2.1 满足第六页中假定①~③的随机过程N(t)为Poisson过程.;因此,;对任一m≥1, 由独立增量得;由假设③的第二个等式知:;练习:
设N(t)是一速率为?的Poisson过程, 若st, 求条件概率
P{N(s)=k | N(t)=n};课外作业:
Page 26, Ex 2, 4, 6;§2.2 与Poisson过程相联系的若干分布;;简单性质:
①
②
或
③ 与 等价.;证: 事件{X1t}表示第一次事???发生在时刻t之后,其发生当且仅当在时间区间(0, t]中Poisson过程不曾有事件发生过,所以;对任意的m ≥ 0, 则;因为 与 等价, 所以;证: 给定N(t) = n, 不防设n个等待时间Wk = wk, k = 1, 2, …, n. 对充分小的增量?wk, 事件“N(t)=n, Wk=wk, k=1,2,…, n”与事件“在[wk, wk+?wk)中事件恰好发生一次,而在[0, w1), [w1+?w1, w2), …, [wn-1+?wn-1, wn), [wn+?wn, t]中事件没有发生”等价,于是;由独立增量性及Poisson过程的定义知:;而;例2.2 顾客依速率为?的Poisson过程到达车站. 若火车在时刻t离站, 问在(0, t]区间里顾客的平均总等待时间是多少?;由定理2.1知, 给定N(t)=n时, Wk, k=1, …, n的联合密度与(0, t]上均匀分布中随机样本Uk, k=1, …, n的次序统计量U(k), k=1, …, n的联合密度相同, 于是;练习: 一个有线电视台向其用户每单位时间收取$10. 假设用户按速率为?的Poisson过程与电视台签约使用. 问该电视台在(0, t]时间区间里总收益的期望是多少? ;课外作业:
Page 26, Ex 7, 8;§2.3 Poisson过程的推广;例2.3 设X1, X2, …是一串独立同分布连续随机变量, 代表元件的寿命, 分布为F(t), 密度函数为f(t). 定
文档评论(0)