排队论复习新.docVIP

PAGE PAGE 33 第九章 排队论 §9．1泊松过程、生灭过程和负指数分布 9．1．1泊松过程 若用N(t)表示在[0，t时间内到达某服务系统的顾客数，则对于每个给定的时刻t，N(t)都是一个随机变量．我们称依赖于连续参数时间t的随机变量族{N(t) | t∈[0，A }为一个随机过程．称N(t)的值为在时刻t时过程所处的状态，N(t)取值的全体称为状态集，记作I，I={0，1，2，…}． 假设于任意的tlt2…tntn+1，有 P(N(tn+1)=i n+1 | N(tl)= i 1，N(t2)=i2，…，N(tn)=in) =P(N(tn+1)=i n+1 | N(tn)=in) 则称随机过程{N(t) |t∈[0，A }为马尔柯夫(Mafkov)过程．式子所表示的性质称为“马尔柯夫性”或“无后效性”．它的实际背景就是说：如果以tn表示现在时刻，tn+1表示未来时刻，t1，…，tn-1表示过去的一系列时刻，则顾客到来的过程在tn以前所处的状态，对预言过程在tn以后的状态不起直接的作用．或者说，在已知“现在”的条件下，“将来”与“过去”是独立的． 下面我们着重介绍过程之一—— 泊松(Poisson)过程． 若状态集I={0，l，2，…}的随机过程 {N(t) |t∈[0，A} 具有所谓的独立增量性： 对任一组tlt2…tn-