随机过程
n 随机变量X,分布函数不变
n 如果随机变量的分布函数随时间变化,对时间
集合T,得到一组随机变量,称之为随机过程
n 如果时间集合T离散,如T={0,1,2,…},称为离散
时间的随机过程,{Xn: n∈T}
n 如果时间集合T连续,称为连续时间的随机过程,
{X(t): t∈T}
n 如果Xn或者X(t)离散/连续,称这个随机过程离散/
连续
2
n 例:
n 某路由器的IP包t时刻进入缓存等待转发,等待时
间{W(t): t>0}是一个连续时间的连续随机过程
n 从时间0到t到达路由器的IP包个数{N(t): t>0}是一
个连续时间的离散随机过程
n Xn表示一周7天中某一天某计算机启动的进程数,
n∈{1,2,3,4,5,6,7}。{Xn}是一个离散时间的离散随
机过程。
n Xn表示一周7天中某一天某计算机的工作时间,
n∈{1,2,3,4,5,6,7}。{Xn}是一个离散时间的连续随
机变量。
3
计数过程
n 令N(t)表示在时间段[0, t)内的某种事件发生的
次数。N(t)称为该事件的计数过程。计数过程
是一种随机过程。
n 事件:数据包到达路由器;顾客到达商店
n 性质:
1. N(0)=0
2. N(t)非负
3. 如果s
n 例,伯努力过程
n X1,X2,…是独立同分布的伯努力变量,成功的
概率为p。令Sn=X1+X2+…+Xn,即前n次伯努力实
验的成功次数,{Sn}是一个计数过程,被称为伯努
力过程。Sn的分布是二项分布。
[
P S
n
k
]
n
k
k
p
(1
p
)
n k
5
泊松过程
n 一个计数过程{N(t), t≥0}如果满足以下条件,则被称
为参数λ的泊松过程
1. 独立增量过程(即独立时间段上的事件发生的个数是独
立的)
2. 平稳过程(在任意一段时间内发生的事件个数的分布是
不变的)
3. 在一小段时间h内发生一个事件的概率为λh+o(h)。
4. 在一小段时间h内发生多于一个事件的概率为o(h)
n λ被称为泊松过程的速率
注意
lim
0
h
( )
o h
h
0
6
n 定理:{N(t),t≥0}是一个速率为λ的泊松过程。Y表
示一段时间t>0内事件发生的个数,则
[
P Y
0,1,2,
,
k
e
k
]
k
参数为λt的泊松分布
t
(
)
t
!
k
( )
nP t
( ) [
0]
P t
0
( )(1
h o h
( ))
( )
P t
0
( )
dP t
0
dt
0( )
P t
t
e
7
n 证明:定义 ,
]
n
( )
P t P N t h N t
0
( )
P t
0
( )
[
P N t
)
(
( )
o h
h
( )
P t
0
(
(
)
P t h
0
)
P t h
0
h
取h→0
(
lim
0
h
)
P t h
0
h
( )
P t
0
( )
P t
0
( )
o h
h
代入初始条件 ,得到
0(0) 1
P
对时间t+h时n个事件发生的情况Pn(t+h),三种情况
1. 时间t时已经发生了n个事件,
2. 时间t时发生了n-1个事件,[t,t+h)这段时间发生了1个事件
3. 时间t 时发生了n-k个事件, [t,t+h)这段时间发生了k个事
(
)
件,k>1
P t h
P t
n
n
取h→0,
( )
dP t
n
dt
( )(1
lim
0
h
( ))
t o h
)
(
P t h
n
h
( )
P t
n
( )
P t
1
n
( )
o h
( )
hP t
1
n
( )
P t
n
( )
P t
n
( )
P t
1
n
( )
o h
h
初始条件 ,迭代求解得到
0
e
( )
P t
n
t
(0)
nP
n
)
(
t
!
n
8