指数随机变量 泊松过程跳_随机过程 笔记3更新过程

根据上一节的讨论，一个泊松过程可以分解成一系列

的指数分布随机变量相加，如果把指数分布换成其他

的分布就得到了更新过程。

更新过程本身是泊松过程的一种扩长，同时更新过程也可以发展出一套更新理论，包括更新方程等。

定义：（更新过程）

是独立同分布的非负随机变量序列，

的分布函数为

，

是

且的分布函数为

。令

称为

更新序列。
分两种情况

称为

普通更新(ordinary renew)，

称为

延时更新(delayed renew)。

称为更新过程。

注意到泊松过程

，并且泊松过程是唯一一个期望是时间线性函数的随机过程。

那么更新过程的数学期望

呢？

定理：(更新过程的期望) 普通更新：

，其中

表示

个

的分布函数做卷积。

延时更新：

。

这里注意下，

都只是关于

的函数而不是随机过程了。

定理：（更新过程的性质）

(画出样本路径，考虑

时刻的情况即可)

(利用了

推出

期望大大于

，所以

期望一定趋于正无穷的)。

如何判断更新过程是否具有数学期望呢？我们给出定理来刻画更新过程期望的存在性。

定理：(更新过程的矩）
对

我们有

1.

时，

2. 如果存在

，满足

，则

。

可以发现，如果更新过程

满足条件2的话，不仅一阶矩存在，

阶矩都是存在的，因为指数增长的矩母函数都存在。所以满足条件2就保障了可以进行求期望，方差等于矩相关的函数。

定理：(大数定律和中心极限定理)
1. 如果

，则

2. 如果

，则

该定理1表明了在单位时间内的计数大致为

，从大数定理的观点看的话也可以理解成是更新过程的大数定理。定理的2就可以类比中心极限定理了。

上面假设

与

有相通之处了。