独立性 P(AB)=P(A)P(B) 相关性协方差

条件概率 协方差函数 转移概率 与 无关，则 平稳分布 =0，相关系数=0。不相关不一定独立

＝ ＝ 生灭过程
状态转移速度矩阵 分布函数的变量
全概率公式
相关函数 称为齐次马氏链。 任意状态互通则不可约 范围都是左开右
贝叶斯公式
初始分布
闭
相关系数
绝对分布 (在 n 时刻处于状态 i 的概率)
反应两个随机过程之间相关程度：
方差 D(X)=E[X-E(X)]2 =E(X2 )-E2 (X) 后退方程
互协方差函数、互相关函数
1.<0－1>分布(两点分布) X～B(0,1) 绝对分布由初始分布和转移概率确定 前进方程
互协方差函数
平稳分布
2.二项分布 X～B(n,p) 马氏链具有遍历性:
互相关函数 ρ<1就是有限状态
齐次马氏链的极限分布
D(t)=C(t,t) 遍历性：若存在正整数 ，对任意 ，
两个随机过程互不相关
X,Y 相互独立, X～B1 (n1,p), 有 ，则此链是遍历的 就是转入等于转出，并且
Y～B2 (n2 ,p),则 X+Y～B(n1 +n2 ,p) 状态的概率全部加起来为1
------------------------------------------------------ 遍历的齐次马氏链的绝对分布与转移概率
3.泊松分布 X～P( )
如果 是平稳独立增量过程，有相同的极限；遍历的齐次马氏链的极限
则均值函数 (a 是常数) a=m(1) 分布是平稳分布 遍历性：对于任意状态都可达 当状态无限且λ/μ<1时,πk存在,否则为
泊松分布具有可加性 方差函数 ( 为正常数) 平稳性：绝对分布始终等于初始分布 无穷大,即始终会不断前进,没有休止
4.均匀分布 X～U(a,b) 协方差函数 对于具有遍历性和平稳性的齐次马氏链有
若 是相互独立且同分 由此求平稳分布
布的随机变量，且 ，
5.指数分布 则 是平稳独立增量 表示 i 出发经 n 步首次到达 j 的时刻
过程；泊松过程是平稳独立增量过程 、 表示首次到达概率； 表示迟早到达
生灭过程 概率； 表示首次返回时刻； 表示首
对任意 ， N(0)=0 次返回概率； 表示迟早返回概率全部进行求和
6.正态分布 X～N( , ) 首次到达平均时间
首次到达平均返回时间
则状态 i 是正常返，否则为零常返 第n+1次摸换后袋中的白球数只与第n次摸换后袋中的
Σpjj(n)表示返回的平均次数，常返则∞ 白球数有关，即X(n+1) 的状态只与X(n)的状态有关，
标准正态分布 X～N(0,1) 而与X(1),X(2)，…，X(n-1)无关， 故{X(m),n=1,2,3.}为
若 则 i 为常返状态，否则为非常返
马尔科夫链，状态空间E={0, 1, 2..10}。
如果 处处可导， 利用转移概率 来判别状态性质： 设第n次摸换后袋中的白球数为i,经过一次摸换，X(n+1)
1.非常返 的状态可能为i-1,也可能为i+1(i=0时只能为1, i=10时只能
协方差 均值函数 2.零常返 ， 为9)， 其转移概率分别为
方差函数 且 Pi,i-1(n,1)= P{X(n+1)=i-1|X(n)=i}= i/10;Pi,i+1(n,1)= P{X(n
一维特征函数 +1)=i+ 1|X(m)=i}=1-i/10
相关系数 3.正常返 因为转移概率与n无关，故X(n)为齐次马尔科夫链。
且 因为状态互通，所以个马尔科夫链只有一个闭集E. 故为
协方差矩阵
二维概率分布 (0<s<t) 状态 i 的周期 不可约马尔可夫
二维随机变量协方差矩阵 三个层次区分状态类型 每隔d步就可能返回,且d>1 由于有限马尔可夫链必有正常返，又由于所有状右都互
其他时候都不能，则有周期
通，因此所有状态都是正常返的
粒子：P{M(t)-M(s)=k}=P{N(t)-N(s)=n}.P{M(t)-M(s)=k|N(t)-N(s)=n}
E(aX+b)＝aE(X)+b D(aX+b)＝a2 D(X)
协方差函数 X(t)=Acos(βt+θ)
cov(X1 +X2 ,Y)＝cov(X1 ,Y)+cov(X2 ,Y) A~N(0,1),θ~U(0,2π)
相关函数
cov(aX+bY,cX+dY) m(t)=0 D(t)=1/2
时间间隔 相互独立同分布，
遍历态：非周期正常返状态
=acD(X)+bdD(Y)+(ad+bc)cov(X,Y) R(s,t)=1/2cos(β(s-t))
特征函数的定义 都服从参数为 的指数分布 连续参数马氏链 状态性质: 1常返 2周期 X(t)=Acosβt+Bsin(βt)
若 是非齐次泊松过程, 转移概率函数 状态空间:非常返集N+C1+C2+..A~N(0, σ2),B~N(0, σ2)
m(t)=0 D(t)= σ2
是它的强度,若 是连续函数,则在时
---------------------------------------------------- C(s,t)R(s,t)= σ2cos(β(s-t))
间间距 内事件 A 出现k 次的概 转移概率与起点 s 无关
一维分布函数
率为 则为连续参数齐次马氏链
初始分布绝对分布与离散参数马氏链类似，
二维分布函数
n 改成 t，若转移概率的极限存在
,且 则具有遍历性
时,为齐次泊松过程
随机过程的数字特征：均值函数、方 ------------------------------------------------------ qi表示通过速度，
差函数、协方差函数、相关函数 qij表示速度
离散参数马氏链
均值函数 k 步转移概率 状态转移速度矩阵
或 k 步转移矩阵(转移矩阵 )
方差函数

n 步转移矩阵 后退 前进
无限源的简单排队系统 M/M/1/
在统计平衡的条件下(<1)：
平均队长 队长包含了正在服务的人 这里的k特指容量
等待队长的分布 平均发生故障的机器数
队长包含了正在 损失的概率 从1开始
服务的人分布为
单位时间平均损失的顾客数
平均队长为
等待队长 单位时间内平均进入系统的顾客数 平均等待修复的机器数 注意这里的求和
区间变化很多
平均等待队长 平均等待队长 平均忙的维修工人数 二阶循环排队系统 1 2
此处是p0
队长的方差 平均等待队长为 n辆卡车担任运输任务，在生产厂与仓
故障机器的等待修理时间分布函数 库（或车站、码头等）之间来回运
等待队长的方差 平均逗留时间 ( )
ρ≠1时，注意两行 输。
在等待条件下的等待队长分布 平均等待时间

Nc 表示平衡时正在被服务的顾客数
在等待条件下的平均等待队长 等待修理的平均时间
平均服务时间
p 0=1－ 是系统空闲的概率, 是系统 正在被服务的平均顾客数 =正在忙的台数 统计平衡下：
繁忙的概率, 越大,系统越繁忙 M/M/排队系统 无数多的服务提供 单位时间内发生故障的平均机器数
等待时间分布函数 平均队长
在qj的前提下，等待时间的分布函数如下 单位时间内平均修复的机器数
平均队长 ，平均等待队长
平均等待时间 平均等待时间
逗留时间＝服务时间 单位时间内平均修复的机器数等于发生故
等待时间的方差
M/M/c/ 排队系统 c个服务台 障的平均数，即
逗留时间
平均等待时间 M/M/c/m/m 损失制系统
下标了q就是不算服
平均逗留时间 顾客人数的稳定分布 当c个维修工人都忙于维修故障的机器时，
务过程,只算等待 平均逗留时间
逗留时间的方差 发生故障的机器不是等待维修，而是立刻
顾客能进入系统,且系统中有j个人的分布 送到其它地方去修理，或者停产大修；
Little 公式： ，
其中 表示单位时间内实际进入系统 M/M/1/K 服务只有一个的情况
的平均顾客数。
平均忙期长度
一个忙期中所服务的平均顾客数
顾客到达时需要等待的概率为
平均发生故障的机器数
具有可变输入率的 M/M/1/ Pc=有c个顾客在
顾客到达看到队长为 k 时，进入系统 系统中，再来的 有备用品的 M/M/c/m+K/m 系统
等待队长 Nq 有分布 最重要的是,看
的概率为 ，排队越长进入的可能性 时候需要等待 m 台机器正常工作，另有 K 台机器备用
处于正常运转的机器不足 m 台时，只好缺 清题意,分对模
越小
额生产 型，列好参数
平均队长
平均等待队长 时的状态转移速度图 和公式，看清p
1号2号是对称的，车间1号p0=仓库1号的p5
等待时间分布函数
和ρ的区别
正在被服务的顾客数 Nc =正在忙的台数
M/M/c/c 服务和容量一样多，即不能等候
当k>c也即顾客需要
等待的概率=人数超 爱尔朗公式
平均等待时间 过c的概率 有c个顾客，j=c
逗留时间的分布函数 平均队长 顾客损失的概率
等待时间分布函数 由于不允许排队 ;
;
有限源的简单排队系统
平均逗留时间 顾客总体是有限的；输入过程是简单流
Little 公式成立： 逗留时间 服务时间服从指数分布
平均逗留时间 典型例子：机器维修模型 c＞K 时的状态转移速度图
， M/M/c/m/m 系统 (机器故障修理)
具有可变服务率的 M/M/1/
Little 公式成立 电脑缓冲器4表示K=5
M/M/c/K 混合制排队系统 容量有限，c<=K
当 时
顾客所需的服务时间序列{n,n≥1}独立、
当 时 服从负指数分布，具有两个服务率，当队
长＜m时，服务员用速率μ1工作，当队长
≥m时，服务员用速率μ2工作