泊松过程

Poisson（Poisson process，），是以法国数学家（1781 - 1840）的名字命名的。过程是随机过程的一种，是以事件的发生时间来定义的。我们说一个 随机过程 ${\displaystyle N(t)}$是一个时间齐次的一维过程，如果它满足以下条件：

• 在两个互斥（不重叠）的区间内所发生的事件的数目是互相独立的随机变量。

• 在区间${\displaystyle [t,t+\tau ]}$内发生的事件的数目的几率分布为：

Poisson过程

${\displaystyle P[(N(t+\tau )-N(t))=k]={\frac {e^{-\lambda \tau }(\lambda \tau )^{k}}{k!}}\qquad k=0,1,\ldots }$

其中λ是一个正数，是固定的参数，通常称为抵达率（arrival rate）或强度（intensity）。所以，如果给定时间区间${\displaystyle [t,t+\tau ]}$，则时间区间之中事件发生的数目随机变量${\displaystyle N(t+\tau )-N(t)}$呈现泊松分布，其参数为${\displaystyle \lambda \tau }$。

更一般地来说，一个泊松过程是在每个有界的时间区间或在某个空间（例如：一个欧几里得平面或三维的欧几里得空间）中的每一个有界的区域，赋予一个随机的事件数，使得

• 在一个时间区间或空间区域内的事件数，和另一个互斥（不重叠）的时间区间或空间区域内的事件数，这两个随机变量是独立的。

• 在每一个时间区间或空间区域内的事件数是一个随机变量，遵循泊松分布。（技术上而言，更精确地来说，每一个具有有限测度的集合，都被赋予一个泊松分布的随机变量。）

过程是莱维过程（Lévy process）中最有名的过程之一。时间齐次的过程也是时间齐次的连续时间Markov过程的例子。一个时间齐次、一维的过程是一个纯出生过程，是一个出生-死亡过程的最简单例子。