Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
30. Пуассоновские процессыХарактеристики простого пуассоновского процессаРассмотрим более подробно, чем в § 29, простейший или, иначе, пуассоновский процесс точечных событий на оси времени (рис. 29.1, а) и некоторые его обобщения.
Целочисленный пуассоновский точечный процесс 1. Он ординарен, т. е. вероятность наступления более одного события на любом малом интервале времени
где
2. Процесс стационарен, т. е. его статистические характеристики не изменяются при сдвиге всех точек вдоль оси времени на произвольную, но одну и ту же величину 3. Он имеет независимые приращения (значения) на неперекрывающихся интервалах времени (отсутствие последействия). Отметим, что согласно определению (29.2) для целочисленного процесса
В предыдущем параграфе указывалось, что полное статистическое описание целочисленного процесса
и получим для нее аналитическое выражение. Пусть
Соотношение (6) справедливо для любого точечного процесса. Третье специальное свойство пуассоновского процесса (независимость приращений) позволяет в выражении (6) заменить условные вероятности на безусловные:
Полагая в выражении (6) интервал
Переходя здесь к пределу при
В уравнении, соответствующем
Решение линейных дифференциальных уравнений первого порядка с постоянными коэффициентами (8) можно получить несколькими методами. Можно, например, находить решения последовательно, начав с
Подставив этот результат в уравнение (8) при
Проделав последующие вычисления, придем к окончательной формуле, получившей название закона Пуассона,
Из формулы (101 следует, что вероятность отсутствия точки на малом интервале времени
что согласуется со свойством закона Пуассона (3). Аналогично, из (11) получаем
Этот результат совпадает с (1). Кроме этого, отсюда следует, что
Закон Пуассона можно получить более коротким путем при помощи производящей функции вероятностей (см. Приложение II)
Умножим обе части уравнения (8) на
или
При любом фиксированном
Решение уравнения (15) имеет вид
Из начального условия (16) находим произвольную «постоянную»
Раскладывая второй сомножитель в правой части в степенной ряд, имеем
Приравняв почленно правые части выражений (14) и (18), придем к закону Пуассона (12).
Рис. 30.1. Закон Пуассона. Ради краткости последующих математических записей обозначим
и запишем закон Пуассона в следующем виде
Графики закона Пуассона для нескольких значений безразмерного параметра Нетрудно проверить, что для закона Пуассона справедливы следующие функциональные соотношения:
Начальные моменты закона Пуассона
равны
Другие моменты более высокого порядка можно вычислить, пользуясь одной из двух рекуррентных формул
Центральные моменты
равны
Высшие центральные моменты закона Пуассона могут быть подсчитаны по рекуррентной формуле
Все кумулянты (семиинварианты) закона Пуассона равны Из (23) и (25) следует, что для рассматриваемого закона Пуассона математическое ожидание и дисперсия равны друг другу
Оказывается [131], что среди всех экспоненциальных плотностей вероятностей вида
можно трактовать как среднее число точек, приходящихся на единичный интервал времени. Поэтому v часто называют интенсивностью процесса. Изучим теперь статистические характеристики временных интервалов между различными точками. Сначала найдем функцию распределения времени появления
Рассмотрим типовую реализацию рассматриваемого целочисленного процесса Поэтому можем написать
Если ввести функцию распределения закона Пуассона
то предыдущее равенство примет вид
Рис. 30.2. Типовая реализация целочисленного процесса
Рис. 30.3. Примеры распределения Эрланга
Наоборот,
Отметим, что формулы (32) и (33) справедливы для любого целочисленного процесса
Отсюда, беря производную по времени
Таким образом, плотность вероятности времени появления
Эта плотность вероятности известна как гамма-распределение (с параметрами
Покажем, что последовательность временных интервалов между соседними точками пуассоновского процесса есть независимые и одинаково распределенные случайные величины с экспоненциальной плотностью вероятности
Обозначим интервалы между точками (рис. 30.2) через
Согласно третьему определяющему свойству пуассоновского процесса (независимость значений на неперекрывающихся интервалах появление событий после любого момента времени Для произвольного
На основании этого равенства находим функцию распределения интервалов
Следовательно, плотность вероятности временных интервалов между соседними точками является экспоненциальной
Среднее значение и дисперсия интервалов между точками равны
Из сравнения выражений (36) и (41) следует, что
Такой результат является закономерным, так как Докажем теперь обратное утверждение. Пусть имеется последовательность независимых случайных величин
Организуем случайный точечный процесс следующим образом (рис. 30.4). Стартуя от произвольной начальной точки
Можно утверждать, что полученные точки распределены по закону Пуассона с параметром Чтобы доказать наше утверждение, необходимо показать, что вероятность Предварительно приведем несложные математические сведения [132]. Используя известный интеграл
убеждаемся, что плотности вероятности (42) соответствует характеристическая функция
Дифференцируя
соответствует плотность вероятности
Все рассматриваемые случайпые величины Учтем, что случайные величины
Рис. 30.4. Формирование точечного процесса из случайных величин
Рис. 30.5. Прямое Чтобы в полуинтервале
Поэтому искомая вероятность должна определяться следующими условиями:
Таким образом, утверждение доказано. При помощи аналогичных рассуждений можно показать, что количество точек в неперекрывающихся интервалах независимо. Следовательно, два термина: 1) точечный процесс является пуассоновским и 2) интервалы между соседними точками процесса — независимые случайные величины с одинаковой экспоненциальной плотностью вероятности (40) по существу являются эквивалентными. Интересно заметить, что если конструировать случайные точки Это объясняется тем, что указанное выше дополнительное предположение требует выполнения равенства
Оказывается [132], единственной функцией, удовлетворяющей этому равенству, является экспоненциальная функция вида (42). Для полного статистического описания пуассоновского точечного процесса вычислим плотности вероятностей прямого Возьмем произвольный момент времени
Покажем, что плотности вероятностей этих случайных величин определяются соответственно формулами
Действительно,
Продифференцировав это выражение по Плотности вероятностей (48) совпадают с (40), т. е. статистические характеристики прямого и обратного времен возвращения такие же, как и для интервалов между соседними точками пуассоновского процесса. Иначе говоря, ничего не изменится, если на рис. 30.5 считать, что в Рассмотрим случайную величину
Эта плотность вероятности отличается от (40) и, как нетрудно проверить, совпадает с плотностью вероятности случайной величины Различие между формулами (50) и (40) объясняется тем, что первая из них допускает возможность наличия точки процесса в Приведем еще одно свойство точечного процесса Пуассона, характеризующего его как чисто случайный процесс. Пусть
Рис. 30.6. Разбиение полуинтервала Говорят, что последовательность Для доказательства
Обсзначим число событий, оказавшихся в полыинтервале
Запишем выражение для условной совместной вероятности наличия
Здесь последнее равенство написано на том основании, что последовательность событий Поскольку рассматриваемый процесс имеет стационарные и независимые приращения, то
В каждом из подынтервалов число событий распределено по закону Пуассона, т. е.
Поэтому
Допустим далее, что подынтервалы
где предполагается Покажем теперь, что формулой (55) описывается и последовательность случайных величин
Рис. 30.7. Случайное расположение точек в полуинтервале Так как по предположению все случайные величины
При организации порядковой статистики
Теперь случайные величины
Из совпадения формул (55) и (58) следует идентичность статистических характеристик пуассоновского точечного процесса и порядковой статистики независимых случайных величин, равномерно распределенных в полуинтервале К полученному результату можно прийти другим, более простым и коротким, но менее строгим путем, базирующимся на том, что при определенных условиях биномиальное распределение переходит в пуассоновское [132]. Допустим, что случайным и независимым образом во временном полуинтервале
Нас интересует вероятность Выражение для
Предположим,
Если В общем случае случайные события во времени не являются простым пуассоновским точечным процессом. В качестве итога перечислим физические условия, при которых точечный процесс будет пуассоновским. 1. Точечный процесс 2. Если 3. Расстояние от произвольно взятого момента времени 4. Полное число событий
|
1 |
Оглавление
|