蔔瓦松過程2
- 1蔔瓦松過程的等價定義
-
- 1.1定義
- 1.2定理
- 1.3例題
- 2蔔瓦松過程到達的條件分布
-
- 2.1僅有一個點到達的情況
- 2.2更一般的情況
- 2.3例題
1蔔瓦松過程的等價定義
1.1定義
- N 0 = 0 N_0=0 N0=0
-
N是平穩的獨立增量過程
對于很小的h,有
- P { N t + h − N t = 1 } = λ h + o ( h ) P\{N_{t+h}-N_t=1\}=\lambda h+o(h) P{Nt+h−Nt=1}=λh+o(h)
- P { N t + h − N t = 0 } = 1 − λ h + o ( h ) P\{N_{t+h}-N_t=0\}=1-\lambda h+o(h) P{Nt+h−Nt=0}=1−λh+o(h)
1.2定理
- 蔔瓦松過程必滿足“0-1”律
- 如果計數過程滿足獨立平穩增量且滿足“0-1”律,則該過程為蔔瓦松過程
1.3例題
讓這個例題賣個萌
解:
- T 100 T_{100} T100
- E [ T 100 ] = n / λ = 100 / 5 = 20 E[T_{100}]=n/\lambda=100/5=20 E[T100]=n/λ=100/5=20
- τ \tau τ服從指數分布, f ( τ ) = λ e − λ τ f(\tau)=\lambda e^{-\lambda\tau} f(τ)=λe−λτ
- E [ τ n ] E[\tau_n] E[τn]
2蔔瓦松過程到達的條件分布
2.1僅有一個點到達的情況
設 N = { N t , t ≥ 0 } N=\{N_t,t\geq 0\} N={Nt,t≥0}服從泊松分布,那麼在 N t = 1 N_t=1 Nt=1的條件下,過程的第一個随機點到達的時間 T 1 T_1 T1服從 [ 0 , t 1 ] [0,t_1] [0,t1]上的均勻分布即
P ( T 1 < s ∣ N t = 1 ) = s / t P(T_1<s|N_t=1)=s/t P(T1<s∣Nt=1)=s/t
證明:
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 P(T1<s∣Nt=1)=P(Nt=1)P(T1<s,Nt=1)=P(Nt=1)P(Ns=1,Nt−Ns=0)=λse−λse−λ(t−s)/λte−λt=s/t
2.2更一般的情況
設 N = { N t , t ≥ 0 } N=\{N_t,t\geq 0\} N={Nt,t≥0}服從泊松分布,那麼在 N t = n N_t=n Nt=n的條件下,随機點的n個到達時刻 T 1 < T 2 < . . . < T n T_1<T_2<...<T_n T1<T2<...<Tn有以下聯合機率密度函數:
p ( u 1 , u 2 , . . . , u n ) = n ! t n p(u_1,u_2,...,u_n)=\frac{n!}{t^n} p(u1,u2,...,un)=tnn!
證明:
是以 p ( u 1 , u 2 , . . . , u n ) = n ! t n p(u_1,u_2,...,u_n)=\frac{n!}{t^n} p(u1,u2,...,un)=tnn!