随机过程 第六章 泊松过程、平稳时间序列、马尔科夫过程

 随机过程笔记：

随机过程 第一章 随机变量与数学期望-CSDN博客

随机过程 第二章 特征函数与随机过程定义-CSDN博客

随机过程 第三章 随机过程的数字特征与特征函数-CSDN博客

随机过程 第四章 随机过程的分类-CSDN博客

随机过程 第五章 时平均、时相关函数-CSDN博客

随机过程 第六章 泊松过程、平稳时间序列、马尔科夫过程-CSDN博客

随机过程 第七章 高阶概率转移-CSDN博客

---

泊松过程   大量次重复p很小的两点分布

Poisson 过程是具有独立增量和平稳增量的计数过程

在足够小的时间内出现一个质点的概率与时间成正比，而在很短的时间内出现的质点数不少于2个的概率是关于时间的高阶无穷小

由定理3.1.1引出对泊松过程的另一重定义

泊松过程的数字特征和特征函数

       

随机质点的到达时间(等待时间)的分布：

用Tn表示第n次时间发生的时间，如

随机质点到达时间间隔的分布

质点到达时间间隔相互独立且服从相同的指数分布，其密度为

复合泊松过程：多个泊松过程累加

平稳时间序列

平稳时间序列的线性模型

平稳域和可逆域

马尔科夫过程：马尔科夫过程是无后效性的随机过程，即下一时刻的状态tm+1只与当前状态tm有关，与之前的状态无关

马尔科夫链（时间离散，状态离散的马尔科夫过程）

时齐马尔科夫链

与转移起始时间n无关仅与转移出发状态 i、转移步数 k、转移到达状态 j 有关的马尔科夫

以后只讨论时齐马尔科夫链

一步转移概率矩阵

状态空间有限：  状态空间无限：

例：

 

马氏链的状态转移图   状态转移图上标上概率就是概率转移图

由一步转移概率矩阵知，该马氏链有4个状态，将其状态空间记为 E={1,2,3,4}.

 

例题：