(image)

Rachunek prawdopodobieństwa 1, 2

8.7 Proces Poissona

  • Twierdzenie – 8.11 Niech \(T_1,T_2, T_3,\dots \) będą zmiennymi losowymi niezależnymi o takim samym rozkładzie wykładniczym o parametrze \(\lambda \). Niech \(S_n =T_1+\dots +T_n\). Kładziemy dodatkowo \(S_0 = 0\). Definiujemy:

    \[ N_t := max\,\{n: S_n \le t\}, \]

    gdzie \(t> 0\) jest ustaloną liczbą.

    Wtedy zmienna losowa \(N_t\) ma rozkład Poissona o parametrze \(\lambda t.\)

Komentarz. Zmienna \(N_t\) oznacza liczbę sukcesów, które mają miejsce na odcinku czasu \((0,t)\) w ciągu niezależnych prób Bernoulliego, o ile próby te mogą być powtarzane nieskończenie często, a prawdopodobieństwo pojawienia się sukcesu w bardzo małym odcinku czasu \(\Delta t\) wynosi w przybliżeniu \(\lambda \Delta t\).

Dowód. Zauważmy, że zdarzenie \(\{N_t = k\}\) jest równe zdarzeniu \(\{S_k \le t\} \setminus \{S_{k+1} \le t \}\). Tak więc:

\[ P(N_t = k) = F_k(t) - F_{k+1}(t), \]

gdzie \(F_k\) oznacza dystrybuantę zmiennej losowej \(S_k\), która ma rozkład Erlanga. Poprzednio określiliśmy już dystrybuantę \(F_k\).

Stąd łatwo widać, że: \(\di P(N_t = k) = \frac {(\lambda t)^k}{k!}e^{-\lambda t}\). \(\hfill { \Box }\)

Proces stochastyczny Rodzina zmiennych losowych określonych na tej samej przestrzeni probabilistycznej indeksowana przez czas nazywa się procesem stochastycznym. Powyższa rodzina \(\{N_t\}_{t \ge 0}\) jest właśnie takim przypadkiem i nazywa się procesem Poissona.