非齐次泊松过程与复合泊松过程
- 格式:ppt
- 大小:643.50 KB
- 文档页数:46
笔记梳理:计数过程+泊松过程+非齐次泊松过程Abstract泊松过程是一类较为重要的随机工程,其在排队论理论中有着广泛的应用.泊松过程是特殊的计数过程,其可分为(齐次)泊松过程和非齐次泊松过程.本文主要是对泊松过程(包含非齐次)概念的梳理和总结.一、计数过程和泊松过程Definition1.1(计数过程):如果是在时间段内某一特定事件发生的次数,则称为计数过程(counting process).Remark:计数过程具有以下基本性质:(1) 该过程状态空间为(因为次数总是非负整数)(2) 单调不减性(,);(3) 的样本函数是单调不减右连续的阶梯函数.介绍计数过程的目的是为了引出泊松过程,这是由于泊松过程也是一类计数过程.然而,在教材中,泊松过程的定义有两个并且二者是等价的.Definition1.2(泊松过程定义1):我们称计数过程为参数为的泊松过程,如果其满足(1) ;(在时刻时次数为0)(2) 过程具有独立增量性;(3) ,有Remark:定义中的条件(2)其实意味着泊松过程是一个独立增量过程,而条件(3)则意味着其是一个平稳增量过程.换句话说,泊松过程是一个平稳独立增量过程(),这也是定义2的其中一个条件.同样地,定义2与定义1的第一个条件是一致的.我们根据条件(3)可以得到泊松过程的均值函数与方差函数这两个数字特征:值得说明的是,我们把这里的称为泊松过程的强度,它所代表的含义有如下两点:其一,是事件在单位时间内发生的平均次数;其二,是单位时间内平均出现的质点数.下面我们将给出定义2的另两个条件.定义2的另两个条件:(1)当时,;(2)当时,.泊松过程的应用:排队论. eg: 到达120急救中心的呼叫次数;到达某服务设施的顾客数. 换句话说,现实中遇到跟排队有关的建模问题,可以考虑用泊松过程.我们先前说过代表在时间段内某一特定事件发生的次数,现在考虑设表示第次事件发生的时刻,表示第次与第次事件发生的间隔.假设是泊松过程,下面我们探究和满足怎样的分布.Theorem1.3:服从参数为的指数分布,且相互独立.Theorem1.4:服从参数为和的埃尔根分布.Remark:事实上,如果每次事件发生的时间间隔相互独立,且服从同一参数为的指数分布,则计数过程是参数为的泊松过程.换言之,时间间隔的特性也为泊松过程判定提供了充分条件.二、非齐次泊松过程我们在前面介绍的泊松过程均是"齐次",那里的参数是一个正数,而我们现在所要考虑的非齐次泊松过程中的强度函数是跟时间有关的.这主要是由于在现实生活中强度函数往往并非是一个常数,即某一事件在单位时间内发生的平均次数往往与时间是有关的.注意到,非齐次泊松过程也有两个定义.Definition2.1(非齐次泊松过程定义1):我们称计数过程为强度函数为的非齐次泊松过程,如果其满足以下条件:(1) ;(2) 具有独立增量性;(3) 当时,;(4) 当时,.Remark:这里需要注意的是,此时的称为强度函数,并非是参数.也不难看出,非齐次泊松方程的定义1是跟齐次泊松方程的定义2是相似的.而对于非齐次泊松方程的另一定义,其满足的前两个条件与定义1一样的.即若一个计数过程如果仅满足定义1的前两个条件,那么还需要添加什么条件才能使其是一个非齐次泊松过程呢?定义2的第三个条件: 服从参数的泊松分布.类比泊松过程的定义1中第三个条件,注意到如果等于常数,那么此时同样地,上述条件3我们可以写成另外,我们同样地可以求出非齐次泊松方程的均值函数与自相关函数:<参考文献>钱伟民,梁汉营,杨国庆. 应用随机过程.北京:高等教育出版社,2014.。
泊松过程是和计数有关的一个模型,它是随机过程的一种,是以事件的发生时间来定义的。
1. 泊松过程是一类重要的计数过程。
计数过程有着广泛的应用,只要我们对所观察事件出现的次数感兴趣,就可以使用计数过程来描述。
例如,(1),到商场购物的顾客数;(2),超市中等待结账的顾客数;(3),某地区的死亡人数、新生人数;(4),通过某一路口的汽车数量;(5),保险公司接到的索赔次数等。
归纳上述可知:传统的各种服务系统,如银行、医院、车站、广场、机场、高速路、游乐场等,以及新兴的服务系统,如购物网站访问量、快递收件数量、个人视频播放量等,在一段时间内,其“顾客”数都存在着计数过程。
如果说上述的服务系统主要是源于其“吸引作用”而引起的计数过程,则可以归纳出:凡带“吸引”属性的事物,都可以看作产生计数过程的源,这类事物的变化过程都可以泊松过程来描述。
如生态学上,沙漠地带的水塘对周边的动物产生的吸引,使得它们不定时到此饮水,则动物数量就是一个计数过程;水草丰茂的某块草地也是吸引食草动物前来的源,食草动物一段时间过来吃草的数量,也符合计数过程。
如果说到“服务窗口”的“顾客”计数过程是被动的计数过程,那么一些主动的“某种渴望”产生的也是“顾客数”,也是计数过程。
比如用渔网在大海中捕鱼,一段时间内的捕鱼数量就是计数过程;用磁铁在沙堆上主动吸附铁屑,这种主动的过程也会产生计数过程。
所谓生物入侵,无非就是某些外来物种对某地的某个源对有足够的渴望而源源不断的迁徙而来;你身体内某种有害细胞(咱不叫它们癌细胞,那太难听!)的数量增长过程;其他研究,比如种子在一段时间内发芽的粒数,一批种下的小树成材之棵数,一片草地上某种恢复性草籽的成功生长的数目等。
2. 泊松过程是具有独立平稳增量的计数过程泊松过程是具有独立增量和平稳增量的计数过程,在这个论断中,独立增量比平稳增量更具约束力,当增量不平稳时,可“通过调整时钟”让增量变得平稳,但若增量不独立,则只能增加外约束,使某计数事件的概率增加限定,以期满足计算要求。
应用随机过程实验2—泊松过程一.准备知识1.泊松过程2.非齐次泊松过程3. 复合泊松过程二.作业1. 设()1X t 和()2X t 分别是参数为1λ和2λ的相互独立的泊松过程,(1)模拟()1X t 和()2X t ,并画图;(2)生成随机过程()()()12Y t =X +X t t ,并画图;(3)计算(){}Y t ,t 0≥ 的平均到达率与+1λ2λ的相对误差。
2. 设到达某商店的顾客组成强度为λ的泊松过程,每个顾客购买商品的概率为p ,且与其他顾客是否购买商品无关,假设每位购买商品的顾客的花费i X 独立同分布,且服从正态分布2X (,)iN μσ,1,2,3,i = ,令()Y t 是t 时刻购买商品的顾客数,()Z t 是t 时刻商品的营业额,0t ≥ ,(1)试模拟随机过程(){},0Y t t ≥,并画图,计算随机过程(){},0Y t t ≥ 的均值函数与pt λ的相对误差;(2)试模拟随机过程(){},0Z t t ≥,并画图,计算随机过程(){}t ,t 0Z ≥ 的均值函数与pt λμ的相对误差。
3. 某路公共汽车从早晨5时到晚上9时有车发出,乘客流量如下:5时按平均乘客为200人/小时计算;5时至8时乘客平均到达率线性增加,8时到达率为1400人/小时;8时至18时保持平均到达率不变;18时到21时到达率线性下降,到21时为200人/小时,假定乘客数在不重叠的区间内是相互独立的,令()X t 是t 时刻到达公共汽车的总人数,(1)计算早晨5时到晚上9时的乘客到达率,并画图;(2)模拟从早晨5时到晚上9时的乘客到达过程(){}X t ,t 0≥。
(注:文档可能无法思考全面,请浏览后下载,供参考。
可复制、编制,期待你的好评与关注)。