Processus de Poisson et processus ponctuels
Un processus ponctuel est une dispersion aléatoire de points dans le temps ou l'espace ; le processus de Poisson, dans lequel des régions disjointes contiennent des dénombrements indépendants distribués selon une loi de Poisson, en est l'exemple fondamental.
Definition
Un processus ponctuel est une mesure aléatoire qui place un ensemble discret de points dans un espace, et le processus de Poisson est le processus ponctuel dans lequel le nombre de points dans toute région est distribué selon une loi de Poisson avec une moyenne donnée par une mesure d'intensité et les dénombrements dans des régions disjointes sont indépendants.
Scope
Ce domaine couvre le processus de Poisson homogène et ses caractérisations par des temps d'inter-arrivée exponentiels indépendants et des accroissements indépendants, les processus de Poisson inhomogènes et composés, la théorie générale des processus ponctuels en tant que mesures de comptage aléatoires, l'intensité et les marques, les opérations telles que la superposition, l'éclaircissage (thinning) et le mappage (mapping), ainsi que les motifs de points spatiaux.
Sub-topics
Core questions
- Qu'est-ce qui définit un processus de Poisson et quelles caractérisations équivalentes le décrivent ?
- Comment les accroissements indépendants et les temps d'inter-arrivée exponentiels apparaissent-ils ?
- Comment les processus ponctuels sont-ils formalisés en tant que mesures de comptage aléatoires ?
- Comment l'éclaircissage (thinning), la superposition et le mappage (mapping) transforment-ils les processus de Poisson ?
Key theories
- Caractérisations du processus de Poisson
- Le processus de Poisson homogène est décrit de manière équivalente par des dénombrements de Poisson avec des accroissements indépendants, par des temps d'inter-arrivée exponentiels indépendants et identiquement distribués, et comme l'unique processus ponctuel simple avec des accroissements indépendants stationnaires et sans atomes fixes.
- Théorèmes de mappage, d'éclaircissage et de superposition
- Le déplacement indépendant, la suppression aléatoire ou la fusion de points de processus de Poisson produisent à nouveau des processus de Poisson avec des mesures d'intensité transformées, une robustesse qui fait du processus de Poisson le modèle canonique pour les points complètement aléatoires.
Clinical relevance
Les processus ponctuels modélisent l'arrivée de clients, les appels téléphoniques, les désintégrations radioactives, les réclamations d'assurance, les potentiels d'action neuronaux (neuronal spikes), et les localisations spatiales d'arbres, de galaxies ou de cas de maladies ; le processus de Poisson sert de référence pour le caractère aléatoire spatial complet (complete spatial randomness) par rapport à laquelle le regroupement (clustering) ou la régularité est évalué.
History
La distribution de Poisson est apparue dans les travaux de Poisson de 1837 sur les jugements, le processus a été utilisé par Erlang à partir de 1909 pour modéliser le trafic téléphonique et par Bateman et Rutherford pour la désintégration radioactive, et la théorie moderne des processus ponctuels basée sur la théorie de la mesure a été consolidée à la fin du XXe siècle par Kingman, Daley et Vere-Jones.
Key figures
- Simeon Denis Poisson
- Agner Krarup Erlang
- John Kingman
Related topics
Seminal works
- kingman1993
Frequently asked questions
- Qu'est-ce qu'un processus de Poisson ?
- C'est un modèle pour des points dispersés de manière complètement aléatoire dans le temps ou l'espace, dans lequel le nombre de points dans toute région suit une distribution de Poisson et les dénombrements dans des régions non chevauchantes sont indépendants.
- Pourquoi le processus de Poisson est-il si largement utilisé ?
- C'est le modèle naturel de l'aléa complet, il est préservé sous l'éclaircissage (thinning), la superposition et le mappage (mapping), et il apparaît comme une limite chaque fois que de nombreux événements rares et indépendants s'accumulent, ce qui en fait une référence flexible et traitable.