数模笔记_随机模型之马尔可夫链

Date: 2_25
Name: Guo Yehao
Theme: Markov Chain
Reference: 数学建模方法与分析(华章)

1. 首先总结一下随机到达现象(泊松过程)，分为连续型和离散型，对应了相邻两次到达之间的时间间隔和给定时间间隔内到达次数的讨论。

   • 连续型(指数分布)：常见的到达现象，比如顾客的到达、电话的呼叫、放射性衰变，相邻两次到达之间的时间，满足速率为λ的指数分布。为何称之为“速率”呢？因为我们知道一个量的期望和这个量是同量纲的，我们现在讨论的是时间，随机到达时间的期望是$\frac{1}{\lambda }$，它是是时间量纲，所以λ应该就是时间量纲的倒数，是速率的量纲。事实上，在实际中，λ这个从量纲分析出来的“速率”的概念，常常等价于问题中涉及到的速率(例如衰变的速率)，结合$\frac{1}{\lambda }$