指数分布和泊松过程（二）

计数过程
$\quad\quad$一个随机过程称为是计数过程，如果$N(t)$表示时间t为止发生事件的个数。
$\quad\quad$如果发生在不相交的时间段中的事件个数是相互独立对的，那么我们称这个过程独立增量过程。
$\quad\quad$如果发生在不相交的时间段中的事件个数的分布只依赖与时间差，不依赖与时间起点和终点，那么我们称这个过程是平稳增量过程

泊松过程
定义 1如果一个计数过程N(t)满足如下三个条件，那么我们称这个过程是泊松过程
(1)N(0)=0;
(2)N(t)是独立增量过程
(3)在一个时间长度为t的时间段中事件发生的次数服从参数为$\lambda t$的泊松过程。有

$$P(N(s+t)-N(t)=k)=\frac {(\lambda t)^k}{k!} e^{-\lambda t}$$

$\quad\quad$Remark：这个定义并不能用作我们实际的判断一个过程是否是泊松过程。原因是我们并不能判断条件三的成立。
$\quad\quad$因此我们给出如下的一个等价定义
定义 2一个计数过程N(t)被称作泊松过程，如果它满足如下的条件
(1)$N(0)=0$;
(2)$N(t)$是独立增量过程;
(3)$P(N(t+h)-N(t)=1)=\lambda h+o(h)$;
(4)$P((N(t+h)-N(t))\geq2)=o(h)$;
$\quad\quad$对于定义2的理解，如果在一个很短的时间内时间发生多次($\geq2$)的概率趋于零，同时如果在很短的时间内时间发生一次的概率也是逐渐递减的，在判断一个过程是不是泊松过程时，就看一下是否是独立增量的，同时看一下在任意小的时间段内，事件发生的概率是否非常小，如果是这样，那么这个过程就很有可能是泊松过程。

泊松过程的性质

性质一.到达时间间隔
$\quad\quad$考虑一个泊松过程，从开始到第一个事件发生所经历的时间为$T_1$，从第n-1个事件发生到第n个时间发生的时间我们记为 Tn