复合泊松过程
数学术语
复合泊松过程,高等数学模型。复合泊松过程可以看做是在泊松过程的点附上标值(用随机变量Y,表示)而得。
基本概念
复合泊松过程(compound Poisson process)一类随机过程。是由对泊松过程的每一点赋予一独立同分布的随机变量而得的随机过程.对于随机过程{X(t),t≥0}如果对任意t≥0,它能表为
其中{N(t),t≥0}是一泊松过程,而{Y,n=1,2,... }是一族独立同分布的随机变量,并且过程{N(t),t≥0}与序列{Yn}是相互独立的,则将它称为复合泊松过程。
复合泊松过程可以看做是在泊松过程的点附上标值(用随机变量Yn表示)而得,因而是一类特殊的标值点过程.另一方面,复合泊松过程也可看做是一类特殊的滤过泊松过程,这时响应函数ω(t,τn,un)=Yn(参见“标值点过程”和“滤过泊松过程”)。
计数过程
泊松过程是计数过程中最重要的类型之一,所以要了解泊松过程和复合泊松过程就要先了解计数过程,下文为计数过程的介绍。
称随机过程{N(t), t ≥0}为计数过程,若N(t)表示到时刻,为止已发生的“事件A”的总数,且N(t)满足下列条件:
(1)N(t)≥0;
(2 ) N(t)取正整数值;
(3)若s
(4)若s
如果计数过程N(t)在不相重叠的时间间隔内,事件A发生的次数是相互独立的,即若t1 < t2 < t3 < t4,则在(t1 , t2]内事件A发生的次数N(t2) - N(t1)与在(t3,t4]内事件A发生的次数N(t4) - N(t3 )相互独立,此时计数过程N(t)是独立增量过程。
若计数过程N(t)在(t,t+s]内(s>0),事件A发生的次数N(t + s)一N(t)仅与时间差s有关,则计数过程N(t)是平稳增量过程。
泊松过程(Poisson过程)
泊松过程是复合泊松过程的基础,所以要了解复合泊松过程就要先了解泊松过程,下文是泊松过程的介绍。
Poisson过程是一种在实际中常被使用的计数随机过程,它所描述的是考虑特定现象的发生次数随时间变化的规律.如果计算在某一段时间内出现的随机点的数目,这个数目也是随机的,它随着这段时间的延伸而不断变化,则称这个变化的过程为伴随着随机点过程的计数过程。
Poisson过程是一类特殊的计数过程,有很强的实际背景.如果一个随机过程具有时间(或空间)上的均匀性(即时齐性),未来的变化与过去的变化没有关系(即独立增量性),并且具有普通性,则该随机过程就是Poisson过程。
称去非负整数的随机过程{N(t), t ≥0}为强度(或速率)为λ的Poisson过程,如果满足:
(1) N(0)=0;
(2) N(t)为平稳独立增量过程;
(3)对任意的0≤s
设{N(t),t ≥0}为满足上述三个条件的计数过程,则{N(t), t ≥0}是强度为λt的Poisson过程。
复合泊松过程
称计数过程{N(t),t≥0}为具有参数λ>0的泊松过程,若它满足下列条件:
(1)X(0)=0;
( 2) X (t)是独立增量过程;
(3)在任一长度为t的区间中,事件A发生的次数服从参数为通的泊松分
布,即对任意的s,t≥ 0,有
注意,从条件(3)中知道泊松过程为平稳增量过程且E(X(t))=λt。
设{N(t), t ≥0}是服从参数为λ的泊松过程,{Yk,k=1,2,……}是一独立同分布的随机变量,且与{N(t), t ≥0}独立,令
则称{x(t),t ≥0}为复合泊松过程。
参考资料
最新修订时间:2024-06-19 19:02
目录
概述
基本概念
计数过程
参考资料