关于泊松过程的推导,我的一个可行方案?
对于一个任意的计数过程,我们记时间区间 内事件发生次数为 的概率为 . 假设事件发生过程是一个时间平稳独立增量过程,也就是满足以下条件:
1. ,意味著在时间区间 内事件发生 次的概率只依赖于发生次数 和时间段的长度 .
2. ,意味著不重合的时间段内事件发生次数是相互独立的。
为了得到时间区间 内事件发生 次的概率,我先把时间区间 切割为 段,每个时间段长度为 . 然后做如下操作:
- 随机选择一个指标 ,将区间 切割为两部分 ,这个事件发生的概率为
- 要求区间 内事件发生 次,区间 内事件发生 次。这个事件发生的概率为
- 遍历所有可能的
给定 ,我们就得到一个复合事件,记作 . 复合事件中每一个事件都独立,所以有
对于不同的 ,该复合事件互斥,因为你一旦将切割点选择在 ,你就不可能把它选择在 处。所以我们有
当 时,上面的方程变为
做拉普拉斯变换得到
求解这个方程即可。如果假设初始条件 ,那么可以解得 . 求逆变换得到 . 这正是泊松分布。
我们来看一下正确的步骤应该是怎样子的,题目中两个条件是正确的,但接下来不对
我们根据这两个条件,实际上可以得到两个不一样的式子:
这个式子里的s是固定的,固定找一个点将区间分开,然后分别考虑两个区间上的出现次数,再求和。
第二种是让s恰好是「最后一次事件发生的时间点」,这个就比较有技巧了,得到的式子是这样的:
只对n &>= 1的情况生效。这个式子看来是需要进一步解释一下的,对于任意的s,我们考虑 的一个小区间,则最后一次事件恰好落入这个区间的概率,可以表示为:
能看明白这个式子吗?它代表 中至少有一次事件发生(注意不要误用为恰好有一次,最后一次落在区间内,不代表倒数第二次、倒数第三次不在区间内),且右端点之后没有事件发生。展开然后运用独立增量的条件可以得到
如果把区间划小,这里的差分就可以用偏微分来代替。进一步用时不变的条件,就可以改写为:
因为是一元函数,所以偏微分可以改用导数表示。
题目中列出的两个式子都是不对的,把两个关系混了起来,然后随便凑了一下量纲,能得到最后的结果,完全是因为泊松过程中 的特殊性,它的导数和自身只差一个常系数。
下面就是愉快的推导时间了,将第一个式子代入s = t = 0,得到
n = 0时有 , 或 ,其中 时不难得到任意 ,这与概率的定义矛盾(应有 ),因此 ,根据概率定义一定有
我们再重新将第一个式子代入n=0,得到
即
因为概率总在0和1之间,因此很容易得到 是单调不增的,如果存在一个 ,则容易得到 ,再结合单调性得到 ,可以进一步推出 ,与概率定义矛盾。因此应当有 。
这样对前式取对数之后是个柯西方程,再根据f0对数的单调性,可以知道它的解一定是正比例函数,因此有
再代入前面的积分关系式,得到
接下来就不难用数学归纳法得到具体形式了,我们先推导一下f1作为例子:
剩下的只要用数学归纳法就可以了
注意:我们在推出积分关系式时没有证明 是可导的,这里步骤不严谨,但只需要将它调整到解柯西方程之后就严谨了,按照这个顺序书写只是为了叙述方便。另外,积分关系式的推导中还隐含用到了 是 的高阶无穷小这一未证明的结论,严格来说也是需要补充证明的,留作思考题。
我们来补充一下,如果只用第一个关系式的话,能否推导出整个形式呢?
先改写一下形式:
f0的情况我们前面处理了,我们先看一下f1:
先代入一个特殊值s=t,有
因为我们没有假定f任意的特征,所以这里我们必须要先想办法证明f1的特征(连续,可导等),否则会难以使用我们常用的工具;当然如果你满足于工程数学的严谨性(i.e.完全没有严谨性),这一步可以跳过。
我们已经知道 ,则一定存在 ,使得 。这样对于任意 ,有
即
进一步有
区间每次缩小,区间内的函数值得上限也跟著按比例缩小,用极限的epsilon-delta定义很容易验证得到
接下来,由于
对s两边同时取极限得到
即
反过来用
变形得到
对s取极限得到
合起来有
即f1连续
然后变形一下最初的表达式:
又有 ,因此令 ,则有
又一次出现柯西方程,根据g的连续性,得到g(t)是正比例函数,即
具体解出 必须使用 的归一化条件,方法是用前面的递推式证明 ,代入归一化条件之后求极限,具体步骤可以自己推一下。剩下的阶数也可以用类似的方法,注意到每一阶都跟f1一样只有两个不确定的项,其他都已经是确定的表达式,只要运用数学归纳法就可以了。
自己回答一下自己问的问题。我已经按照题目描述的思路完成了泊松过程的推导,详情见文章:
李恩志:路径积分法推导泊松过程?zhuanlan.zhihu.com求和的式子不对,每个求和项不是互斥的。
后面dt/t似乎多余了
推荐阅读: