1幾何泊松過程
1.1定義
爲獨立增量過程,常數定義
性質
對於,
證明:
2複合泊松過程
1定義
設是參數爲的泊松分佈,是一系列獨立同分布的隨機變量,且與獨立。那麼我們令稱爲複合泊松過程
- 理解
Nt表示隨機點數的個數,代表每個隨機點數所攜帶的能量 - 性質
- 可以由隨機遊動過程和泊松過程來表示
- 滿足平穩獨立增量性
2數字特徵
設隨機變量的數學期望爲方差爲計算複合泊松過程的期望方差相關函數。
期望:
方差:
不同的是獨立的,所以要分兩種情況討論
相關函數:
{Nt,t≥0}爲獨立增量過程,常數σ>−1,定義Ntge=eNtln(σ+1)−λσt=(σ+1)Nte−λt
對於∀0≤s<t,E[NsgeNtge]=1
證明:
設N={Nt,t≥0}是參數爲λ的泊松分佈,{Yk,k=1,2,...}是一系列獨立同分布的隨機變量,且與N獨立。那麼我們令Xt=n=1∑NtYk稱X={Xt,t≥0}爲複合泊松過程
設隨機變量的數學期望爲μ,方差爲σ2,計算複合泊松過程的期望方差相關函數。
期望:
E[Xt]=E[k=1∑NtYk]=E[k=1∑NtYk∣Nt=n]=E[E(k=1∑NtYk)P(Nt=n)]=E[nμ]=λtμ方差:
E[(Xt−mX(t)2]=E[Xt2−2XtmX(t)+mX(t)2]=E[Xt2−2XtmX(t)+mX(t)2]不同的Yk是獨立的,所以要分兩種情況討論 E[n(μ2+σ2)+n(n−1)μ2]−μ2λ2t2=λt(μ2+σ2)+(λ2t2+λt)μ2−λtμ2−λ2t2μ2=λt(μ2+σ2)
相關函數:
E[XsXt]=E[Xs(Xt−Xs+Xs)]=E[Xs(Xt−Xs)]+E[Xs2]=mX(s)mX(t−s)+E[Xs2]
最近,導師給分了一個與華爲合作的通信方面的項目,這段時間都在研究深度學習,好久沒接觸這方面知識了,生疏了許多,所以就一邊上手,一邊複習,記錄整理。