关于泊松(Poisson)过程,先给出它的两个等价定义
定义:(计数过程,泊松过程)
随机过程表示到时间内事件发生的次数,满足且取值为整数,当时,且表示时间内事件发生的次数,那么是一个计数过程。
随机过程满足以下三条件:
1.是计数过程,且
2. 平稳独立增量过程
3. 存在使
或者 3. 存在使
那么是一个泊松过程。
平稳过程保证了随着时间变动,泊松过程产生的随机变量是同分布的,而独立增量过程则保证了随着时间变动前后过程的独立性,所以平稳独立增量就就可以理解成连续情形下的
。在随机过程中,基于平稳独立增量过程的条件,我们往往可以通过类似在一个小区间
中发生事件的个数,能够推出整个随机过程的信息。
看泊松分布第一个定义的第三条,直观解释就是在一个很小的时间区间里,事件发生一次的概率也是很小的。
观察泊松 过程的样本路径,记
表示第
次和第
次事件发生的时间间隔,再记
表示第n次事件发生的时刻。
定理 :()是服从参数为的指数分布。是服从参数为和的分布。
指数分布是连续性随机变量中唯一一个具有无记忆性的分布。上面两个定理形象地刻画了泊松分布的特点,同时也是泊松分布的充分性描述,写成如下定理:
定理 :
若是服从参数为的指数分布,则为 泊松 过程。
也可以用均匀分布来刻画泊松过程,
定理:(泊松过程和均匀分布)
设是的上的均匀分布。那么的顺序统计量联合分布就是条件分布。
所以我们也可以用均匀分布来产生泊松过程了,泊松过程还是很容易产生的。再说明一下过程的稀疏(thinning),
定理:(稀疏)
设表示Poisson 过程,如果每个事件被记录的概率是,且是否被记录是互相独立的,则被记录的事件是强度为的Poisson 过程。
可以发现泊松过程在经过稀疏过后仍然是泊松过程,只不过是参数减小为
了。
非齐次泊松过程,复合泊松过程用途就很多了。。
定义:(非齐次泊松过程)
计数过程,满足
1.
2. 独立增量过程
3. 存在或者 3.是具有参数的泊松分布。
非齐次泊松过程由于强度与时间相关了,自然不具有平稳性。定义第3条两个叙述的等价性文献中会有说明。
定义:(复合泊松过程)
如果是一列独立同分布的随机变量,且与独立,则称过程为复合泊松过程。 定理:(复合泊松过程)
复合泊松过程具有如下性质,1. 是平稳独立增量过程 2. 若,则。
定理的证明用到了的技巧在泊松的定义等价性中也用到。
定义:(条件泊松过程)
接下来介绍由泊松过程推广而来的更新过程。