指数随机变量 泊松过程跳_随机过程学习笔记(1)：指数分布与泊松过程

笔记主要基于中文版《应用随机过程 Introduction to Probability Models 》(Sheldon M. Ross)，只有非常少的一部分是我自己的注解。写这个笔记的目的是自己复习用，阅读需要一定的微积分和概率论基础。本人为初学者，且全部为自学，如果笔记中有错误，欢迎指正。

提示：概率论和指数分布作为本节的基础，我把一些重要公式写在开头，但是可以直接从泊松过程开始阅读，在泊松过程中用到相关知识点的时候再回头阅读。当然，从头读到尾也许理解得更好。

概率论复习

随机过程是概率论的延申。因为我本科并没有系统学过概率论，所以有必要把一些概率论常用公式罗列在开头。

随机变量用大写字母X表示，随机变量的取值用小写字母x表示，期望和方差的定义如下

利用二阶矩求方差的方法有时比较实用。

通过取条件求概率：

通过取条件求期望：

通过取条件求方差(条件方差公式):

两个独立随机变量X，Y的和的分布计算也很常用，也就是卷积

指数分布及其重要性质

指数分布的定义：

容易计算指数分布的期望为

，方差为

. 对应的CDF(累积分布函数)为

指数分布的重要性质1：指数分布是无记忆的，而且是唯一具有无记忆性质的概率分布。

所谓无记忆的意思是

这个性质可以简单地用累计分布函数来验证，因为

为了具象理解无记忆性，可以举一个例子：假设一个灯泡的寿命是个随机变量X，按照

指数分布。已知灯泡已经正常工作了t个单位时间，那么它还剩下的寿命的概率分布仍然是同样的指数分布。或者说，不管这个灯泡正常工作了多久，它剩下的寿命都是同一个指数分布，期望都是

。

此外，为了更好地理解指数分布，我们定义一个失败率r(t)

无论什么分布都可以定义r(t)，而且r(t)唯一确定概率分布。以灯泡寿命为例，假设灯泡寿命是个随机变量，概率密度函数为f(t)，失败率r(t)的含义是指在t时刻，该灯泡在t+dt这段时间内失效的概率。这个例子中，无记忆性可以理解为r(t)是个常数，因为灯泡的失效跟它正常工作了多久无关，所以它在任何时刻的失败率都是相等的。容易证明若

，那么对应的概率分布就是参数为

的指数分布，

通常称为指数分布的速率。(可以给予

一个物理含义，若时间单位是s(秒)，则

的量纲为1/s，也就是速率，期望