第四章泊松过程2

1泊松过程的等价定义

1.1定义

  1. N 0 = 0 N_0=0
  2. N是平稳的独立增量过程
    对于很小的h,有
  3. P { N t + h N t = 1 } = λ h + o ( h ) P\{N_{t+h}-N_t=1\}=\lambda h+o(h)
  4. P { N t + h N t = 0 } = 1 λ h + o ( h ) P\{N_{t+h}-N_t=0\}=1-\lambda h+o(h)
    在这里插入图片描述

1.2定理

  1. 泊松过程必满足“0-1”律
  2. 如果计数过程满足独立平稳增量且满足“0-1”律,则该过程为泊松过程

1.3例题

在这里插入图片描述
让这个例题卖个萌
在这里插入图片描述
解:

  1. T 100 T_{100}
  2. E [ T 100 ] = n / λ = 100 / 5 = 20 E[T_{100}]=n/\lambda=100/5=20
  3. τ \tau 服从指数分布, f ( τ ) = λ e λ τ f(\tau)=\lambda e^{-\lambda\tau}
  4. E [ τ n ] E[\tau_n]

2泊松过程到达的条件分布

2.1仅有一个点到达的情况

N = { N t , t 0 } N=\{N_t,t\geq 0\} 服从泊松分布,那么在 N t = 1 N_t=1 的条件下,过程的第一个随机点到达的时间 T 1 T_1 服从 [ 0 , t 1 ] [0,t_1] 上的均匀分布即
P ( T 1 < s N t = 1 ) = s / t P(T_1<s|N_t=1)=s/t
证明:
P ( T 1 < s N t = 1 ) = P ( T 1 < s , N t = 1 ) P ( N t = 1 ) = P ( N s = 1 , N t N s = 0 ) P ( N t = 1 ) = λ s e λ s e λ ( t s ) / λ t e λ t = s / t P(T_1<s|N_t=1)=\frac{P(T_1<s,N_t=1)}{P(N_t=1)}=\frac{P(N_s=1,N_t-N_s=0)}{P(N_t=1)}=\lambda se^{-\lambda s}e^{-\lambda (t-s)}/\lambda te^{-\lambda t}=s/t

2.2更一般的情况

N = { N t , t 0 } N=\{N_t,t\geq 0\} 服从泊松分布,那么在 N t = n N_t=n 的条件下,随机点的n个到达时刻 T 1 < T 2 < . . . < T n T_1<T_2<...<T_n 有以下联合概率密度函数:
p ( u 1 , u 2 , . . . , u n ) = n ! t n p(u_1,u_2,...,u_n)=\frac{n!}{t^n}
证明:
在这里插入图片描述
所以 p ( u 1 , u 2 , . . . , u n ) = n ! t n p(u_1,u_2,...,u_n)=\frac{n!}{t^n}

2.3例题

原创文章 265 获赞 80 访问量 11万+

猜你喜欢

转载自blog.csdn.net/xd15010130025/article/details/103501398