Получите распределение Пуассона из вероятности на время события

Предположим, у нас есть вероятность за время λ что-то (например, ядерный распад, случайное блуждание делает шаг и т. д.) происходит. Известно, что вероятность того, что н события происходят в интервале времени длиной Т , определяется распределением Пуассона

п ( н ) знак равно е λ Т ( λ Т ) н н ! .
Как мы это докажем?

Ха, я увидел этот вопрос и подумал: «Странно, я ожидал, что Даниэль знает ответ на этот вопрос». Потом пролистал вниз...
@Floris Ну, мне потребовалось некоторое время, чтобы получить помощь по интегралу ...
Я написал альтернативу, которая явно не нуждается в интегралах
@Floris, да, и мне нравится явное отношение к биномиальному распределению, но я не уверен, что этот подход напрямую отвечает на этот вопрос. Возможно, вы можете возразить, что многие маленькие отрезки времени подобны множеству маловероятных попыток...
Да - именно это я и утверждаю. В пределе бесконечного числа отрезков времени с произведением п Н оставаясь постоянным, вы фактически совершаете переход от дискретного к непрерывному, даже не интегрируясь.
@Floris, ваш пост на самом деле не приводит этот аргумент ...
Истинный. Это не так. Теперь это так.

Ответы (3)

Распределение вероятностей времени до следующего события

Сначала мы вычисляем плотность вероятности того, что время т проходит без каких-либо событий. Разделять т в Н небольшие интервалы каждый длины д т знак равно т / Н . Определение λ как вероятность того, что событие произойдет за время, вероятность того, что ни одно событие не произойдет в течение какого-либо одного короткого интервала времени, приблизительно равна ( 1 λ д т ) . Следовательно, вероятность того, что ни одно событие не произойдет ни в одном из интервалов, но произойдет в интервале длины д т прямо в конце всех интервалов

( я знак равно 1 Н ( 1 λ д т ) ) λ д т знак равно ( 1 λ т Н ) Н λ д т знак равно Н λ д т опыт ( λ т ) .
Другими словами, учитывая время начала 0 , плотность вероятности того, что через некоторое время не произошло ни одного события т , но затем происходит прямо в т является λ опыт ( λ т ) .

Вероятность нескольких событий

Теперь спросим вероятность того, что мы получим н события в промежутке времени Т . Предположим, что первое событие произошло в т 1 , второй даже происходит при т 2 и т. д. Таким образом, мы имеем ряд интервалов

{ [ 0 , т 1 ] , [ т 1 , т 2 ] , [ т н , Т ] }
с событиями, происходящими в конце каждого интервала. Вероятность того, что наши события произойдут таким образом, равна
п ( т 1 , т 2 , т н ) знак равно λ опыт ( λ т 1 ) λ опыт ( λ ( т 2 т 1 ) ) λ опыт ( λ ( Т т н ) ) знак равно λ н опыт ( λ Т ) .
Конечно, любая аранжировка { т 1 , т 2 , т н } такой, что т 1 < т 2 < < т н считается н -расстановка событий, поэтому мы должны сложить вероятности всех этих возможных расстановок, т. е. вероятность того, что н события
п ( н  События ) знак равно 0 Т д т 1 т 1 Т д т 2 т н 1 Т д т н п ( т 1 , т 2 , т н ) знак равно λ н опыт ( λ Т ) 0 Т д т 1 т 1 Т д т 2 т н 1 Т д т н .
Кратный интеграл представляет собой объем правого симплекса и имеет значение Т н / н ! , поэтому окончательный результат
п ( н  События ) знак равно ( λ Т ) н опыт ( λ Т ) н !
что является распределением Пуассона со средним λ Т .

Связанный

В вашем первом выводе следует λ знак равно 1 дают плотность вероятности 1 везде. Если плотность вероятности события, происходящего в т знак равно т , а не раньше, λ е λ т д т тогда л а м б д а знак равно 1 п Д Ф ( т ) знак равно е т д т то для любого т мы должны получить п ( т ) знак равно 0 т п Д Ф ( т ) знак равно е т + 1 нет 1 . [изменение мода для исправления MathJax - DZ]
@DW Я не понимаю этот комментарий. λ имеет размерность 1/время, поэтому не может иметь значение 1. Не могли бы вы уточнить?
Простите меня, я не критикую ваш ответ и не утверждаю, что вы не правы, я просто пытаюсь понять ваш вывод для себя. Разве это не λ вероятность в единицу времени того, что что-то произойдет? Что, если что-то обязательно произойдет? Разве это не соответствовало бы значению λ знак равно 1 (вероятность в единицу времени того, что событие произойдет, равна 1)
@DW Я знаю, что ты не критикуешь. Без проблем. Фактически, случай, который вы описываете, когда событие всегда происходит даже в течение бесконечно малого времени, будет соответствовать λ . Вы можете подключить это к различным уравнениям в любой момент и посмотреть, как окажутся результаты. Это помогает?
Да спасибо. Я все еще немного сбит с толку тем, как событие, имеющее вероятность 1 произойти всегда, соответствует вероятности в единицу времени, которая приближается к бесконечности, но это мне нужно обдумать.
@DW Ну, подумайте о том, что означает «вероятность за раз». Это означает, что для достаточно малых времен д т , вероятность того, что что-то произойдет, равна λ д т . При любом фиксированном значении λ , мы можем сделать д т достаточно мал, чтобы λ д т 0 . Следовательно, единственный способ убедиться, что что-то всегда происходит для сколь угодно малых д т это сделать λ действительно большой, т.е. бесконечный.
Ах, гениально! Да, теперь это имеет смысл, спасибо
Отличный ответ, но не могли бы вы изменить его, чтобы объяснить, что такое лямбда, прежде чем использовать его? Я все еще немного запутался в уравнении, в котором оно впервые появилось.
@user1717828 user1717828 см. отредактированный первый абзац, и, пожалуйста, дайте мне знать в комментарии, если теперь все в порядке.
Я принял свой собственный ответ, потому что он набрал наибольшее количество голосов. Другие ответы также превосходны, поэтому проверьте их. Мне особенно нравится ответ Леонблоя .

Распределение Пуассона описывает вероятность некоторого числа ( н ) маловероятных событий ( п 1 ) происходит дано Н возможности.

Это похоже на очень нечестный подбрасывание монеты Н раз, с вероятностью п монеты, выпавшей орлом. Количество голов будет следовать биномиальному распределению:

п ( н | п , Н ) знак равно   Н С н   п н ( 1 п ) Н н знак равно Н ! ( Н н ) !   н ! п н ( 1 п ) Н н

Теперь осталось доказать, что когда Н а также п 0 пока Н п λ Т , что вышеизложенное сходится к известному результату. По сути, я утверждаю, что когда вы стремитесь к бесконечности числа возможностей, вы переходите от дискретного к непрерывному подходу; но пока вы осторожны со своими бесконечностями, результат все равно должен быть действительным.

Сначала найдем приближение для ( 1 п ) Н н . Берем лог, получаем

журнал ( ( 1 п ) Н н ) знак равно ( Н н ) журнал ( 1 п ) ( Н н ) ( п )

С Н н , мы получаем ( 1 п ) Н н е Н п

Далее аппроксимируем   Н С н член с использованием приближения Стирлинга, что журнал Н ! Н журнал Н Н и отмечая, что н Н

затем

журнал ( Н ! ( Н н ) ! ) знак равно Н журнал Н Н ( Н н ) журнал ( Н н ) + ( Н н ) знак равно Н журнал Н ( Н н ) журнал ( Н н ) н знак равно Н журнал Н ( Н н ) ( журнал ( Н ) + журнал ( 1 н Н ) ) н Н журнал Н ( Н н ) ( журнал ( Н ) н Н ) н н журнал Н + н н журнал н н знак равно н журнал ( Н н )

Это следует из того Н ! ( Н н ) ! н ! Н н н !

Наконец, отметим, что п Н знак равно λ Т , и мы получаем

п ( н | Н , п ) знак равно Н н п н е Н п н !

это легко переставляется на

п ( н ) знак равно ( λ Т ) н е λ Т н !

Именно этот результат мы и решили доказать.

Я использовал эту статью , чтобы напомнить себе о некоторых шагах в этом.

Небольшая придирка: на самом деле это приближение Стерлинга, а не Стерлинга.
На самом деле, не волнуйтесь, если вы думаете, что это плохо, я годами писал имя Макса Планка так же, как кусок дерева или название короткометражного фильма Эрика Сайкса. И я довольно хорошо знаю немецкий (или достаточно хорошо, чтобы общаться по работе). Мне было 50, прежде чем меня исправили. Это не самое худшее. Я провел несколько месяцев или больше визитов в Институт Макса Планка, прежде чем понял.
Мне нравится этот ответ. Было бы неплохо объяснить, почему п Н знак равно λ Т это правильный способ перейти от предела дискретного биномиального распределения к непрерывному случаю. В противном случае он кажется немного волнистым.

Позволять А т н быть событием: точно н точечные события произошли за интервал времени т . Затем для малых Δ т

п ( А т + Δ т н ) знак равно п ( А т н А Δ т 0 ) + п ( А т н 1 А Δ т 1 ) знак равно п ( А т н ) п ( А Δ т 0 ) + п ( А т н 1 ) п ( А Δ т 1 )
где мы использовали независимость возникновения. Теперь, определяя п н ( т ) п ( А т н ) а также λ знак равно лим Δ т 0 п 1 ( Δ т ) / Δ т , и принимая предел для Δ т 0 мы получаем

п н ( т + дельта т ) знак равно п н ( т ) ( 1 λ дельта т ) + п н 1 ( т ) λ дельта т

что приводит к дифференциальным уравнениям:

п н ( т ) знак равно { λ ( п н ( т ) п н 1 ( т ) ) н > 0 λ п н ( т ) н знак равно 0

с начальными условиями

п н ( 0 ) знак равно { 0 н > 0 1 н знак равно 0 .

Решение дается распределением Пуассона:

п н ( т ) знак равно ( λ т ) н опыт ( λ т ) н ! .

Сегодня я узнал два новых способа доказать это, помимо ответа Флориса, который я уже знал :). Самый элегантный!