随机过程 $3泊松过程

§3 泊松过程

C1 指数分布

1）无记忆性： ∀ s , t > 0 : P { X > s + t ∣ X > s } = P { X > t } \forall s,t\gt 0:P\{X\gt s+t|X\gt s\}=P\{X\gt t\} ∀s,t>0:P{ X>s+t∣X>s}=P{ X>t}

• $X\sim e(\lambda ):E[X-t|X>t]=EX$

• 指数分布是唯一满足无记忆性的分布

  证明：$\bar{F}(x)=1-F(x),\forall s,t>0:\bar{F}(s+t)=\bar{F}(s)\bar{F}(t)⟹F(x)=1-e^{-\lambda t}$

2）$T\sim e(\lambda),\forall f:E[\int^\infin_0e{-\lambda x}f(x)\mathrm{d}x] =E[\int^T_0f(x)\mathrm{d}x] $

3） X i ∼ e ( λ i ) : min ⁡ i { X i } ∼ e ( ∑ i λ i ) X_i\sim e(\lambda_i):\min\limits_i\{X_i\}\sim e(\sum\limits_i\lambda_i) Xi​∼e(λi​):imin​{ Xi​}∼e(i∑​λi​)，且与排序无关

• P { X k = min ⁡ i { X i } } = λ i ∑ i λ i P\{X_k = \min\limits_i \{X_i\}\}= \frac{\lambda_i}{\sum\limits_i\lambda_i} P{ Xk​=imin​{ Xi​}}=i∑​λi​λi​​

  双服务台等待时间：

  ​ $ET=E[T|R_1<R_2]\frac{{\lambda }_1}{{\lambda }_1+{\lambda }_2}+E[T|R_2\le R_1]\frac{{\lambda }_2}{{\lambda }_1+{\lambda }_2}$
  ​ $ET=\frac{1}{{\lambda }_1+{\lambda }_2}$

  单服务台单队列，服务时间$\sim e(\mu )$，每个人的等待极限$\sim e(\theta )$

  第n个人被服务概率$P_n=(1-\frac{\theta }{n\theta +\mu })P_{n-1}=\frac{\mu }{n\theta +\mu }$

  第n个人等待时间：$W_n=\frac{1}{n\theta +\mu }+W_{n-1}={\sum }_{k=1}^n\frac{1}{k\theta +\mu }$

4）独立同分布$X_i\sim e(\lambda ):S=\sum _{k=1}^n{X}_k\sim \Gamma (n,\lambda ),p_S(s)=\lambda e^{-\lambda s}\frac{(\lambda s{)}^{n-1}}{(n-1)!}$

5）独立$X_i\sim e({\lambda }_i):S=\sum _{k=1}^n{X}_k,p_S(s)=\sum _{k=1}^n[{\lambda }_k{e}^{-ks}\prod _{j\ne i}\frac{{\lambda }_j}{{\lambda }_j-{\lambda }_i}]$，称为亚指数分布

• $\underset{s\to \infty }{\lim }{r}_S(s)=i$