Процесс рождения

В теории вероятностей процесс рождения или чистый процесс рождения. [1] является частным случаем марковского процесса с непрерывным временем и обобщением пуассоновского процесса . Он определяет непрерывный процесс, который принимает значения натуральных чисел и может увеличиваться только на единицу («рождение») или оставаться неизменным. Это тип процесса рождения-смерти без смертей. Частота рождаемости задается экспоненциальной случайной величиной , параметр которой зависит только от текущего значения процесса.
Определение
[ редактировать ]Определение рождаемости
[ редактировать ]Процесс рождения с показателями рождаемости и начальная стоимость — минимальный непрерывный справа процесс такой, что и время прибытия являются независимыми экспоненциальными случайными величинами с параметром . [2]
Бесконечно малое определение
[ редактировать ]Родовой процесс с нормами и начальная стоимость это процесс такой, что:
- не зависит от
(Третье и четвертое условия практически не используют обозначение o .)
Эти условия гарантируют, что процесс начнется в , не снижается и имеет постоянные независимые одиночные роды с темпом , когда процесс имеет значение . [3]
Определение цепи Маркова с непрерывным временем
[ редактировать ]Процесс рождения можно определить как Марковский процесс с непрерывным временем (CTMC). с ненулевыми элементами Q-матрицы и первоначальное распространение (случайная величина, принимающая значение с вероятностью 1). [4]
Вариации
[ редактировать ]Некоторые авторы требуют, чтобы процесс рождения начинался с 0, т.е. чтобы , [3] в то время как другие допускают, чтобы начальное значение было задано распределением вероятностей натуральных чисел. [2] Пространство состояний может включать бесконечность в случае взрывного процесса рождения. [2] Коэффициенты рождаемости еще называют интенсивностью. [3]
Характеристики
[ редактировать ]Что касается ЦТМК, то процесс рождения обладает марковским свойством . Определения CTMC для связи классов, неприводимости и т. д. применимы к процессам рождения. По условиям повторяемости и скоротечности процесса рождения-смерти , [5] любой процесс рождения преходящ. Матрицы перехода процесса рождения удовлетворяют прямому и обратному уравнениям Колмогорова .
Обратные уравнения: [6]
- (для )
Прямые уравнения: [7]
- (для )
- (для )
Из прямых уравнений следует, что: [7]
- (для )
- (для )
В отличие от процесса Пуассона, процесс рождения может иметь бесконечное количество рождений за конечное время. Мы определяем и сказать, что процесс рождения взрывается, если конечно. Если тогда процесс взрывной с вероятностью 1; в противном случае он невзрывоопасен с вероятностью 1 («честный»). [8] [9]
Примеры
[ редактировать ]
Процесс Пуассона – это процесс рождения, при котором уровень рождаемости постоянен, т.е. для некоторых . [3]
Простой процесс рождения
[ редактировать ]
Простой процесс рождения – это процесс рождения с нормами . [10] Он моделирует популяцию, в которой каждая особь рожает неоднократно и независимо со скоростью . Удный Юл изучал эти процессы, поэтому их можно назвать юловскими процессами . [11]
Число рождений во времени от простого процесса рождения населения дается: [3]
В точной форме число рождений представляет собой отрицательное биномиальное распределение с параметрами и . Для особого случая , это геометрическое распределение с показателем успеха . [12]
Ожидание этого процесса растет в геометрической прогрессии; в частности, если затем . [10]
Простой процесс рождения с иммиграцией представляет собой модификацию этого процесса с нормами . Это моделирует население с рождаемостью каждого члена населения в дополнение к постоянному уровню иммиграции в систему. [3]
Примечания
[ редактировать ]- ^ Аптон и Кук (2014) , процесс рождения и смерти.
- ^ Jump up to: а б с Норрис (1997) , с. 81.
- ^ Jump up to: а б с д и ж Гримметт и Стирзакер (1992) , с. 232.
- ^ Норрис (1997) , с. 81–82.
- ^ Карлин и МакГрегор (1957) .
- ^ Росс (2010) , с. 386.
- ^ Jump up to: а б Росс (2010) , с. 389.
- ^ Норрис (1997) , с. 83.
- ^ Гримметт и Стирзакер (1992) , с. 234.
- ^ Jump up to: а б Норрис (1997) , с. 82.
- ^ Росс (2010) , с. 375.
- ^ Росс (2010) , с. 383.
Ссылки
[ редактировать ]- Гриметт, Греция ; Стирзакер, Д.Р. (1992). Вероятность и случайные процессы (второе изд.). Издательство Оксфордского университета. ISBN 0198572220 .
- Карлин, Сэмюэл ; МакГрегор, Джеймс (1957). «Классификация процессов рождения и смерти» (PDF) . Труды Американского математического общества . 86 (2): 366–400.
- Норрис, младший (1997). Марковские цепи . Издательство Кембриджского университета. ISBN 9780511810633 .
- Росс, Шелдон М. (2010). Введение в вероятностные модели (десятое изд.). Академическая пресса. ISBN 9780123756862 .
- Аптон, Г.; Кук, И. (2014). Статистический словарь (третье изд.). ISBN 9780191758317 .