随机过程笔记:
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 第六章 泊松过程、平稳时间序列、马尔科夫过程-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: