隨機過程學習之更新過程

停時的概念

到達時刻
τ是隨機過程X1,X2,X3,…的停時,是隨機變量,這一隨機變量具有如下性質:對於每一t,事件τ = t的發生與否僅取決於X1,X2,X3,…,Xt的取值。從定義中可以感受到的直覺是在任一特定時刻t,我們都可以知道在這一時刻隨機過程是否到了停時。

wald方程
E[1,N∑ Xn]=E[N]E[X]

可以對出基本更新定理:
lim t->∞ m(t)/t ->1/μ
其中m(t)表示在(0,t)內事件發生的次數
μ表示事件發生之後到下一次發生所需要的平均時間。

Blackwell定理
1. 若隨機變量的分佈F不是格點的(即非週期),則對於一切a ≥0,
在 t->∞有
m(t+a)-m(t)->a/μ
2. 若隨機變量的分佈F是格點的(即非週期),則對於一切a ≥0,
在 t->∞有
E[在nd的更新次數] ->d/μ
其中d爲週期,nd指第n個週期內

我的理解: μ是各個事件於其前一個事件發生的時間間隔,其倒數爲平均更新速率,在隨機過程的時間趨向無窮大的時候,某一段時間內的事件發生次數就趨向於該時間段除以平均間隔時間。

可以推出關鍵更新定理:

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章