泊松过程 Possion Process 伯努利过程

Introduction

Introduction to probability 2nd_edition
Ch06

对于随机过程,我们关注:
1. 相关性
2. long-term averages 均值
3. boundary events

本篇关注两个类型的随机过程
1. 到达模型,伯努利和泊松
2. 马尔可夫模型

The Bernoulli Process

伯努利过程,就像一次接一次地投硬币。事件发生概率 p ,不发生概率 1p ,在伯努利过程中,类似于顾客到达服务台,第 k 次实验看作,在第 k 个时间内,有至少一个顾客到达。

更准确地,定义Beonoulli process是一个随机变量序列,随机变量 Xi 满足
P(Xi=1)=P(successattheithtrial)=p
P(Xi=0)=P(

  • 3
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
过程是一种重要的数学模型,常用于描述随机事件在时间上独立且按指数分布发生的情况。Matlab是一种功能强大的科学计算软件,可以对过程进行建模和分析。 在Matlab中,我们可以使用分布函数来生成服从过程的随机数序列。分布函数在Matlab中可以使用`poissrnd()`函数进行生成。该函数有两个参数,第一个参数是期望发生次数lambda,第二个参数是生成随机数的个数。例如,我们可以使用以下代码生成一个服从分布的随机数序列: `X = poissrnd(lambda, n)`,其中X是生成的随机数序列,n是生成的随机数个数。 除了生成过程的随机数序列外,我们还可以使用Matlab对过程进行分析。例如,我们可以使用`mean()`函数计算出随机数序列的均值,这个均值就是随机事件发生的平均次数。我们还可以使用`histogram()`函数绘制出随机事件发生次数的直方图,通过观察直方图的形状,我们可以对随机事件的分布情况有一个直观的了解。 此外,在Matlab中还有一些其他的函数可以用来分析过程,例如`poisspdf()`函数可以计算出随机事件发生次数为k的概率,`poisscdf()`函数可以计算出随机事件发生次数不超过k的概率。 总之,Matlab提供了丰富的函数和工具来进行过程的建模和分析,通过合理的使用这些函数和工具,我们可以更好地理解和处理过程相关的问题。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值