「ポアソン過程」の意味や使い方わかりやすく解説 Weblio辞書

デジタル大辞泉

索引トップ用語の索引ランキング凡例

ポアソン‐かてい〔‐クワテイ〕【ポアソン過程】

読み方：ぽあそんかてい

ランダムに発生する事象を、確率変数を用いて記述したもの。確率過程の一つ。故障・災害の発生、店舗への来客、電話の着信、タクシーの待ち時間などの事象のモデル化に用いられる。

OR事典

索引トップ用語の索引ランキングカテゴリー

ポアソン過程

読み方：ぽあそんかてい
【英】：Poisson process

概要

$\Lambda(t)\,$ を連続な非減少実数値関数とする. 計数過程 $\{N(t)\}\,$ が平均測度 $\{\Lambda(t)\}\,$ をもつ (非定常)ポアソン過程であるとは次を満たすことである.

　(1) $\{N(t)\}\,$ は独立増分をもつ.
　(2) $u < v\,$ に対し $N(v) - N(u)\,$ は平均 $\Lambda(v) - \Lambda(u)\,$ のポアソン分布にしたがう.

$\Lambda(t)\,$ が微分可能なときは $\lambda(t)=\Lambda'(t)\,$ が $\{N(t)\}\,$ の強度となる. 特に, $\lambda(t)\,$ が定数のときは定常ポアソン過程である.

詳説

　ポアソン過程 (Poisson process) は, ランダムに生起する事象を表す基本的な確率過程で, 客の到着や故障の発生, 個体の出生など様々な現象のモデル化に使われる. 一方, 出生死滅過程は個体の出生だけでなくランダムな死滅も考慮した確率過程で, 待ち行列理論をはじめ広く利用されている.

ポアソン過程　事象の生起時点列を $0 \le T_1 \le T_2 \le ...\,$ とし, $N(t)\,$ を区間 $[0, t]\,$ における事象の生起数, $N(u,v) = N(v) - N(u)\,$ を区間 $(u, v]\,$ での生起数とする. このような確率過程 $\{N(t), t\ge 0\}\,$ は一般に計数過程と呼ばれる. 計数過程 $\{N(t)\}\,$ がポアソン過程であるとは, 正の実数 $\lambda\,$ が存在して任意の $t\ge 0\,$ および $h>0\,$ に対して

$\begin{array}{lll} &\mathrm{P}(N(t,t+h) = 1 \ | \ T_1,...,T_{N(t)}) = \lambda h + o(h), & \qquad (1)\\ \\ &\mathrm{P}(N(t,t+h) \geq 2 \ | \ T_1,...,T_{N(t)}) = o(h). & \qquad (2) \end{array}$

が成り立つことである.

　(1), (2) はランダムな事象の生起を3つの点で特徴付けている. 第1は, 微小区間 $(t, t+h]\,$ に事象が生起する確率は時刻 $t\,$ 以前の挙動に独立であるという点, 第2は, 微小区間に2つ以上の事象が生起する確率は無視できるという点, 第3は, 微小区間に事象の生起する確率が時刻によらない点である. 式 (1) の $\lambda\,$ を強度 (intensity) または生起率と呼ぶ. これは単位時間あたりの平均生起数を表す. 強度を時間の関数 $\lambda(t)\,$ に拡張したものは非定常ポアソン過程と呼ばれる. 以下はポアソン過程の性質であり, それぞれがポアソン過程の同値な定義でもある.

性質1　ポアソン過程 $\{N(t)\}\,$ において,事象の生起間隔の列 $U_i =T_{i+1} - T_i\,$ は互いに独立で平均 $1/\lambda\,$ の指数分布に従う. \medskip

性質2　ポアソン過程 $\{N(t)\}\,$ は独立増分過程で, 任意の $s<t\,$ に対して $N(s,t)\,$ は平均 $\lambda (t-s)\,$ のポアソン分布に従う.

　性質1は指数分布の無記憶性から自然に導かれる. また, 性質2より複数の独立なポアソン過程の重ね合わせは, それぞれの強度の和を強度に持つポアソン過程となることが分かる. また, 次の定理は確率変数の和に対する少数の法則の確率過程版である.

定理1　各 $k\,$ に対して $\ell_k\,$ 個の計数過程 $\{N_{k1}(t)\}, \cdots, \{N_{k\ell_k}(t)\}\,$ を考え, その重ね合わせを $N_k(t) =N_{k1}(t)+ \cdots +N_{k\ell_k}(t)\,$ とする. $\textstyle \lim_{k\to\infty} \ell_k=\infty\,$ で, かつ (a) $\{N_{ki}(t)\}, \, i=1, \ldots , \ell_k\,$ は互いに独立, (b) 任意の $u<v\,$ に対して $\textstyle \lim_{k\to\infty} \sup_{1\le i \le \ell_k} \mathrm{P}(N_{ki}(u,v) \ge 1) = 0\,$ が成り立つとすると, $\textstyle k\to\infty\,$ のとき $\{N_k(t)\}\,$ が平均測度 $\{\Lambda(t)\}\,$ の (非定常) ポアソン過程に収束するための必要十分条件は, 任意の $u<v\,$ に対して, $\textstyle \lim_{k\to\infty} \sum_{i=1}^{\ell_k} \mathrm{P}(N_{ki}(u,v)=1) =\Lambda(v) - \Lambda(u)\,$ および $\textstyle \lim_{k\to\infty} \sum_{i=1}^{\ell_k} \mathrm{P}(N_{ki}(u,v)>1) = 0\,$ が成り立つことである. なお, $\Lambda(t)\,$ が微分可能ならば強度は $\lambda(t) = \mbox{d}\Lambda(t)/\mbox{d}t\,$ となる.

　定理1は, 実際に起こる様々な現象をポアソン過程を用いて表わすことの妥当性を示唆している. 例えば, 電話網のある回線群への接続要求 (呼) は非常に多くの電話機からかかってくる呼の重ね合わせとみなせる. この場合, 各電話機は独立に使われており (仮定 (a)), その頻度は十分小さい (仮定 (b)) と考えられるため, この回線群への呼の発生はポアソン過程としてモデル化できるであろう. この他にも, マルチンゲールによるポアソン過程の特徴付けや, 事象平均と時間平均の同等性を示すPASTA (Poisson arrivals see time averages) など, ポアソン過程には興味深い性質が多い.

ポアソン過程の一般化　ポアソン過程を特徴付ける 3つの条件のうち第2の条件を緩め, 事象の生起時点列はポアソン過程であるが, 各生起時点で同時に発生する事象の数は独立で同一の分布に従う確率変数である場合, $N(t)\,$ は複合ポアソン過程と呼ばれる. また, 非定常ポアソン過程の強度 $\lambda(t)\,$ を確率過程に拡張したものは2重確率ポアソン過程 (doubly stochastic Poisson process) と呼ばれる. 例えば, マルコフ変調ポアソン過程は $\lambda(t)\,$ が連続時間マルコフ連鎖に従う例である.

出生過程　性質1より, ポアソン過程は状態空間 $\{0, 1, ...\}\,$ 上の連続時間マルコフ連鎖であることがわかる. 推移速度行列を $\boldsymbol{Q} =(q_{ij})\,$ とすると, 性質1から $q_{i,i+1} = -q_{ii} = \lambda, \, i\ge 0\,$ でその他の $\boldsymbol{Q}\,$ の要素は全て0となる. これを一般化して, $i\,$ から $i+1\,$ への推移速度が $i\,$ に依存して $\lambda_i\,$ で定まるマルコフ連鎖を出生過程 (birth process)と呼ぶ. 出生過程の推移速度行列は $q_{i,i+1} = -q_{ii} = \lambda_i, \, i\ge 0\,$ で, その他の要素は0である.

出生死滅過程　出生過程では, 状態は $i\,$ から $i+1\,$ というように1ずつ進んでいくが, $i\,$ から $i-1\,$ へ戻ることも許すように一般化すると, $q_{i,i+1} = \lambda_i, \, q_{i+1,i} = \mu_{i+1}, \, i\ge 0\,$ かつ $q_{00} =-\lambda_0, \, q_{ii} = -(\lambda_i + \mu_i), \, i\ge 1\,$ で, その他の要素は0の推移速度行列が得られる. このような3重対角の推移速度行列に従う連続時間マルコフ連鎖を出生死滅過程 (birth and death process) という. また, $\lambda_i\,$ , $\mu_i\,$ はそれぞれ状態 $i\,$ での出生率, 死滅率と呼ばれる. 出生死滅過程では, 状態 $i\; (\ge 1)\,$ に滞在する時間の長さはパラメータ $\lambda_i+\mu_i\,$ の指数分布に従い, 滞在時間を終えると確率 $\lambda_i/(\lambda_i+\mu_i)\,$ で状態 $i+1\,$ へ, 確率 $\mu_i/(\lambda_i+\mu_i)\,$ で状態 $i-1\,$ へ推移する.

　出生死滅過程は隣り合う状態間でのみ推移が起きるという特徴を持つため, 定常分布などの特性量が陽な形で得られる. 例えば, 応用上重要な $\lambda_i=\lambda\,$ , $\mu_i=\mu\,$ の出生死滅過程は, $\lambda < \mu\,$ のとき正再帰的で, $\rho=\lambda/\mu\,$ とすると状態 $j\,$ にいる定常確率は $\pi_j = (1 - \rho)\rho^j, \; j=0,1,\ldots\,$ という幾何分布となる. なお, $\lambda = \mu\,$ のときは零再帰的, $\lambda > \mu\,$ のときは一時的となり定常分布は存在しない. この例はM/M/1 待ち行列モデルに相当する出生死滅過程であるが, 出生死滅過程はより一般的なM/M/c 待ち行列モデル (M/M/ $c\,$ 待ち行列モデル) などのマルコフ型の待ち行列モデルや, 機械修理モデルを解析する上でも重要な確率過程となっている.

参考文献

[1] P. Brémaud, Point Processes and Queues, Springer-Verlag, 1981.

[2] D. R. Cox and V. Isham, Point Processes, Chapman and Hall, 1980.

[3] R. W. Wolff, Stochastic Modeling and the Theory of Queues, Prentice-Hall, 1989.

[4] 宮沢政清, 『確率と確率過程』, 近代科学社, 1993.

「OR事典」の他の用語

待ち行列：	プロセッサシェアリングページの近似式ポアソン到着ポアソン過程ポラチェック・ヒンチンの公式ポーリングモデルマルコフ型到着過程
確率と確率過程：	ブラウン運動ブロックガウス・ザイデル法ポアソン分布ポアソン過程マルコフ型到着過程マルコフ変調ポアソン過程マルコフ性
待ち行列ネットワーク：	バークの定理プロセッサシェアリングポアソン到着ポアソン過程ポーリングモデルマルコフ連鎖マルコフ過程

ウィキペディア小見出し辞書

索引トップ用語の索引ランキング

ポアソン過程

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2020/12/23 16:36 UTC 版)

「オープンソースソフトウェアのセキュリティ」の記事における「ポアソン過程」の解説

ポアソン過程（英語版）はオープンソースとクローズドソースのソフトウェアの間でセキュリティ障害が発覚した割合を評価するために利用することができる。ポアソン過程において脆弱性の数をNv、有償レビュー者数をNpとする。障害を発見する無償レビュー者の割合はλv、障害を発見する有償レビュー者の割合はλpとなる。無償レビューグループが障害を発見する期待時間は1/(Nv λv)、有償レビューグループが障害を発見する期待時間は1/(Nv λv)となる。

※この「ポアソン過程」の解説は、「オープンソースソフトウェアのセキュリティ」の解説の一部です。
「ポアソン過程」を含む「オープンソースソフトウェアのセキュリティ」の記事については、「オープンソースソフトウェアのセキュリティ」の概要を参照ください。

ポアソン過程

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2021/12/04 08:20 UTC 版)

「ポアソン分布」の記事における「ポアソン過程」の解説

λ は、単位時間当たりの事象の平均発生回数などの割合と見なされる場合があり、到着率と呼ばれる。このとき、Nt を時刻 t より前に発生した事象の回数とすると、 P ( N t = k ) = e − λ t ( λ t ) k k ! {\displaystyle P(N_{t}=k)={\frac {e^{-\lambda t}(\lambda t)^{k}}{k!}}} となる。この式を満たすものをポアソン過程という。さらに、最初の事象が発生するまでの待機時間 T は、指数分布による連続確率変数である。この確率分布は、次のように導くことができる。 P ( T > t ) = P ( N t = 0 ) . {\displaystyle P(T>t)=P(N_{t}=0).} 時間を含む場合、すなわち1次元ポアソン過程では、各時間内で事象が発生する回数を確率変数とする離散ポアソン分布と、待機時間を確率変数とする連続アーラン分布の両方を含んでいる。1よりも高い次元のポアソン過程についても同様である。

※この「ポアソン過程」の解説は、「ポアソン分布」の解説の一部です。
「ポアソン過程」を含む「ポアソン分布」の記事については、「ポアソン分布」の概要を参照ください。

ウィキペディア小見出し辞書の「ポアソン過程」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。お問い合わせ。

ポアソン過程と同じ種類の言葉

>>同じ種類の言葉 >>高等数学に関連する言葉

>> 「ポアソン過程」を含む用語の索引
ポアソン過程のページへのリンク

ポアソン過程とは？わかりやすく解説

ポアソン‐かてい〔‐クワテイ〕【ポアソン過程】

ポアソン過程

概要

詳説

ポアソン過程

ポアソン過程

「ポアソン過程」の関連用語


	(C)Shogakukan Inc. 株式会社小学館
	Copyright (C) 2024 （社）日本オペレーションズ・リサーチ学会 All rights reserved.
	Text is available under GNU Free Documentation License (GFDL). Weblio辞書に掲載されている「ウィキペディア小見出し辞書」の記事は、Wikipediaのオープンソースソフトウェアのセキュリティ (改訂履歴)、ポアソン分布 (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。

ポアソン過程とは？ わかりやすく解説

ポアソン‐かてい〔‐クワテイ〕【ポアソン過程】

ポアソン過程

概要

詳説

ポアソン過程

ポアソン過程

「ポアソン過程」の関連用語

ポアソン過程とは？わかりやすく解説