应用随机过程poisson过程小论文
应
班学姓
随级:
号: 名:
机 程用 过
目 录
摘 要 ....................................................................... 错误!未定义书签。
一、 Poisson过程 .......................................................................................... 1 (一)计数过程 ........................................................................................... 1 (二)Poisson过程等价性 ......................................................................... 1 二、与Poisson过程相联系的若干分布 ........................................................ 3 (一) Poisso过程的一条样本路径是跳跃度为1的阶梯函数 ............. 3 (二) X n 和 T n 的分布 ....................................................................... 3 (三) 事件发生时刻的条件分布 ............................................................. 4 三、Poisson过程的推广 ................................................................................. 4 (一)非齐次Poisson过程 ........................................................................ 4 (二)复合Poisson过程 ............................................................................ 5 (三) 条件Poisson过程 .......................................................................... 6
Poisson过程
一、Poisson过程
(一)计数过程
N(t)表示0到t时刻某{N(t),t0}随机过程 称为计数过程,如果
一特定事件A发生的次数,它具备以下两个特点:
N(t)0且取值为整数。 (1)
N(s)N(t)且 st时, (s,t]时间 (2) N(t)N(s)表示
内事件A发生的次数。
例
对观察事件出现的次数感兴趣,可以用计数过程描述。 一段时间内某商店购物的顾客数。 经过公路上某一路口的汽车数量。 保险公司接到的索赔次数。 (二)Poisson过程等价性
设 {N(t),t0}是一个计数过程,它满足 (1)
N(t)
N(0)0,
(2)过程有平稳独立增量,
P (3)存在λ {N(t0,当 h0时,
反之,Poisson过程一定满足这4个条件。
h)N(t)1}λhο(h), (4)当 ο(h).h0时, P{N(th)N(t)2}
满足上述条件(1)-(4)的计数过程 {N(t),t0}是Poisson过程。
说明:把[0,t]分成n个相等的时间区间。由条件(4)得,当
n
时,在每个小区间时间发生2次及以上的概率趋于0。事件 发生1次的概
tt
p1p1率,事件不发生的概率,恰好是1次nn
N(t)Bernoulli试验。由条件(2)给出的平稳独立增量, 相当于n次
独立Bernoulli试验成功的总次数。由Poisson分布的二项分布逼近可知
t的Poisson分布。 服从参数为
N(t)服从参数为 λt的Poisson分布即可。记 证明:只需要验证
Pn(t)P{N(t)n},n0,1,2,...
P0(th) P{N(th)0}P{N(th)N(t)0,N(t)0}
P{N(t)0}P{N(th)N(t)0}P0(t)P0(h)P0(t)(1λho(h)).
有 P(h)P{N(h)1}P1(h)P2(h)...1P0(h),
λtP(0)P{N(0)0}1 00
1当 n 时,
Pn(th) P{N(th)n}P{N(t)n,N(th)N(t)0}P{N(t)n1,N(th)N(t)1}
0n11 n
nn1 nnnn1 ' nnn1
令
n
λt 由归纳法得到
n
P0(th)P0(t)ο(h)
λP0(t),
hh
'λtP(t)λP(t).由 得 故 h0,P.000(t)Ke
令
K1
P(t)e.
P{N(th)n,N(th)N(t)2}P(t)P(h)P(t)P(h)o(h)(1λh)P(t)λhP(t)o(h).
P(th)P(t)λP(t)λP(t)ο(h),
h
P(t)λP(t)λP(t).
h0,
P(t)e
(λt)
P{N(t)n}.n!
证明:反之,证明Poisson过程满足条件(1)-(4),只须验证条件(3)(4),
λh
P{N(th)N(t)1}P{N(h)N(0)1}e
1!n
λh
(λh)
λhλh[1λhο(h)]λhο(h),
n!n0
n
(λh)
P {N(th)N(t)2}P{N(h)N(0)2}eλhο(h).
n!n2
二、与Poisson过程相联系的若干分布
(一) Poisso过程的一条样本路径是跳跃度为1的阶梯函数
N(t)
3
2
1
T0
T1
T2
T3
Xn和 Tn的分布 (二)
{N(t),t0}是参数 的Poisson过程,如果每 计数过程
次
X1,X2,...相互独立,且服从同一参数 事件发生的事件间隔
的指数分布。
对Poisson过程进行计算机模拟的途径:只需产生n个同指数分布的随机数,将其作为 X,i1,2...即可得到Poisson过程的一条样本路径。
(三) 事件发生时刻的条件分布
i
n 时, T 1,说明:当 N ( t) T 2 ,..., T n 的条件分布与
[0,t]区间上服从均匀分布的n个相互独立随机变量 的顺序统计量 Y , Y ,..., Y 的联合分布相同。
1
2
n
在已知[0,t]发生了n次事件的前提下,各次事件发生的时刻
,..., T 1 ,T 2 T n (不排序)可看作相互独立的随机变量,且都服从[0,t]上的均匀分布。
三、Poisson过程的推广
(一)非齐次Poisson过程
λ(t)跟t有关,称为非其次Poisson过程。 Poisson过程的强度
{N(t),t0}称作强度函数为 计数过程 λ(t)0(t0)的非齐
次Poisson过程,如果 (1) N(0)0,
(2)过程有独立增量。
(3) P{N(th)N(t)1}λ(t)hο(h),
ο(h).(4) P{N(tth)N(t)2}
m(t)λ(s)ds,令 ,类似于Poisson过程。
0λ(t)0(t0)的等价定义:计数过程 {N(t),t0}称作强度函数为
非齐次Poisson过程,如果 (1) N(0)0, (2)过程有独立增量。
(3)对任意实数 t0,s0,N(ts)N(t)为具有参数 的Poisson过程。 2
E(Y),i
(二)复合Poisson过程
N(t)
{X(t)Yi,t0}是一复合Poisson过程,Poisson过定理:设
i1
{N(t),t0}
的强度为 ,则 X(t)
(1) 有独立增量。 st m(ts)m(t)λ(u)du
(2)若 ,则 t E[X(t)]λtEY1,var[X(t)]λtE(Y12).
012n
N(tk)证明:(1)令 ,则
X(tk)X(tk1)Yi,k1,2,...,n,
iN(tk1)1
Yi,i1,2,...,n
由Poisson过程的独立增量性及各 之间的独立性不难得到 的独立增量性。
(2)利用矩母函数方法,有 t(u)E(euXt)E[euXt|N(t)n]P{N(t)n} n0
0ttt...t,
E[e
n0
u(Y1...Yn)
|N(t)n]et
n
(t)n(t)u(Y1...Yn)
E[e]etn!n!n0
求导得
nn(t)(t)uYnuY1uY1nttt[E(euY1)1]
E(e)...E(e)e[E(e)]ee.
n!n!n0n0
E[X(t)]λtEY1,var[X(t)]λtE(Y).
2
1
(三) 条件Poisson过程
Λ0,
Λλ
定义:设随机变量 在 {N(t),t0}{N的条件下,计数过程(t),t0}
是参 数为 的Poisson过程。则称 为条件Poisson过程。
设 的分布为G。那么,随机选择一个个体在长度为t的时间区间内发生n次事件的概率为
全概率公式
Λ
P{N(ts)N(s)n}et
(t)n
dG().n!
定理:设 {N (t ), t 0} 是条件Poisson过程,且 2 ,则
E(Λ),
Λ, (1) E[N(t)]tE
(2) var[N(t)]t证明:
2
var(Λ)tEΛ.
E(1) [N(t)]
E{E[N(t)|Λ]}E(tΛ)tEΛ.
E{E[N2(t)|Λ]}(tEΛ)2
(2)var[ N(t)]E[N2(t)]{E[N(t)]}2
E[(Λt)2Λt]t2(EΛ)2t2var(Λ)tEΛ.