WikiDer > Дробный процесс Пуассона

Эта статья поднимает множество проблем. Пожалуйста помоги Улучши это или обсудите эти вопросы на страница обсуждения. (Узнайте, как и когда удалить эти сообщения-шаблоны) Эта статья включает в себя список общих Рекомендации, но он остается в основном непроверенным, потому что ему не хватает соответствующих встроенные цитаты. Пожалуйста, помогите улучшать эта статья введение более точные цитаты. (Октябрь 2012 г.) (Узнайте, как и когда удалить этот шаблон сообщения) Тема этой статьи может не соответствовать Википедии общее руководство по известности. Пожалуйста, помогите установить известность, указав надежные вторичные источники которые независимый темы и обеспечить ее подробное освещение, помимо банального упоминания. Если известность не может быть установлена, статья, вероятно, будет слился, перенаправлен, или же удалено. Найдите источники: «Дробный процесс Пуассона» – Новости · газеты · книги · ученый · JSTOR (Октябрь 2012 г.) (Узнайте, как и когда удалить этот шаблон сообщения) (Узнайте, как и когда удалить этот шаблон сообщения)

В теория вероятности, а дробный процесс Пуассона это случайный процесс моделировать динамику долгой памяти потока отсчетов. Временной интервал между каждой парой последовательных отсчетов соответствует неэкспоненциальному степенному распределению с параметром ${ displaystyle nu}$, имеющий физическое измерение ${ Displaystyle [ ню] = сек ^ {- му}}$, куда ${ Displaystyle 0 < му leq 1}$. Другими словами, дробный пуассоновский процесс является немарковским с учетом случайный процесс который демонстрирует неэкспоненциальное распределение времени между прибытиями. Дробный пуассоновский процесс представляет собой непрерывный процесс это можно рассматривать как естественное обобщение хорошо известных Пуассоновский процесс.Фракционное распределение вероятностей Пуассона - новый член дискретной распределения вероятностей.

Дробный процесс Пуассона, Дробный сложный процесс Пуассона и дробная функция распределения вероятностей Пуассона были изобретены, разработаны и поддержаны для приложений Ник Ласкин (2003), которые придумали термины дробный процесс Пуассона, Пуассоновский процесс фракционного соединения и дробная функция распределения вероятностей Пуассона.^[1]

Основы

Дробное распределение вероятностей Пуассона отражает эффект длительной памяти, который приводит к неэкспоненциальной функции распределения вероятностей времени ожидания, эмпирически наблюдаемой в сложных классических и квантовых системах. Таким образом, дробный процесс Пуассона и дробная функция распределения вероятностей Пуассонаможно рассматривать как естественное обобщение знаменитого Пуассоновский процесс и Распределение вероятностей Пуассона.

Идея дробного процесса Пуассона заключалась в разработке процесса подсчета с неэкспоненциальным распределением вероятности времени ожидания. Математически эта идея была реализована путем замены производной по времени первого порядка в уравнении Колмогорова – Феллера для функции распределения вероятностей Пуассона производной по времени дробного порядка.^[2][3]

Основными результатами являются новый стохастический немарковский процесс - дробный пуассоновский процесс и новый функция распределения вероятностей - дробная функция распределения вероятностей Пуассона.

Дробная функция распределения вероятностей Пуассона

Функция распределения вероятностей дробный процесс Пуассона был найден впервые Ник Ласкин (см. [1])

${ displaystyle P _ { mu} (n, t) = { frac {( nu t ^ { mu}) ^ {n}} {n!}} sum limits _ {k = 0} ^ { infty} { frac {(k + n)!} {k!}} { frac {(- nu t ^ { mu}) ^ {k}} { Gamma ( mu (k + n) +1)}}, qquad 0 < mu leq 1,}$

где параметр ${ displaystyle nu}$ имеет физическое измерение ${ Displaystyle [ ню] = сек ^ {- му}}$ и ${ Displaystyle { Гамма ( му (к + п) +1)}}$ это Гамма-функция.

В ${ Displaystyle P _ { mu} (п, т)}$ дает нам вероятность того, что в интервале времени ${ displaystyle [0, t]}$мы наблюдаем п события управляются дробным потоком Пуассона.

Распределение вероятностей дробного пуассоновского процесса ${ Displaystyle P _ { mu} (п, т)}$ можно представить в виде Функция Миттаг-Леффлера ${ Displaystyle Е _ { му} (г)}$ следующим компактным образом (см. [1]),

${ displaystyle P _ { mu} (n, t) = ({ frac {(-z) ^ {n}} {n!}} { frac {d ^ {n}} {dz ^ {n}} } E _ { mu} (z)) | _ {z = - nu t ^ { mu}},}$

${ displaystyle P _ { mu} (n = 0, t) = E _ { mu} (- nu t ^ { mu}).}$

Из приведенных выше уравнений следует, что когда ${ displaystyle mu = 1}$ в ${ Displaystyle P _ { mu} (п, т)}$ преобразуется в известную функцию распределения вероятностей Пуассоновский процесс, ${ Displaystyle Р (п, т) = Р_ {1} (п, т)}$, ${ displaystyle P (n, t) = { frac {({ overline { nu}} t) ^ {n}} {n!}} exp (- { overline { nu}} t), }$

${ Displaystyle Р (п = 0, т) = ехр (- { overline { nu}} т),}$

куда ${ displaystyle { overline { nu}}}$ это скорость прибытия с физическим размером ${ Displaystyle [{ overline { nu}}] = сек ^ {- 1}}$.

Таким образом, ${ Displaystyle P _ { mu} (п, т)}$ можно рассматривать как дробное обобщение стандартного распределения вероятностей Пуассона. Наличие дополнительного параметра ${ displaystyle mu}$ добавляет новые функции по сравнению со стандартным распределением Пуассона.

Иметь в виду

Значение ${ displaystyle { overline {n}} _ { mu}}$ дробного пуассоновского процесса было найдено в [1].

${ displaystyle { overline {n}} _ { mu} = sum limits _ {n = 0} ^ { infty} nP _ { mu} (n, t) = { frac { nu t ^ { mu}} { Gamma ( mu +1)}}.}$

Момент второго порядка

Момент второго порядка дробного пуассоновского процесса ${ Displaystyle { overline {п ^ {2}}} _ { mu}}$ был найден впервые Ник Ласкин (см. [1])

${ displaystyle { overline {n _ { mu} ^ {2}}} = sum limits _ {n = 0} ^ { infty} n ^ {2} P _ { mu} (n, t) = { overline {n}} _ { mu} + { overline {n}} _ { mu} ^ {2} { frac {{ sqrt { pi}} Gamma ( mu +1)} {2 ^ {2 mu -1} Gamma ( mu + { frac {1} {2}})}}.}$

Дисперсия

В отклонение дробного пуассоновского процесса (см. [1])

${ displaystyle sigma _ { mu} = { overline {n _ { mu} ^ {2}}} - { overline {n}} _ { mu} ^ {2} = { overline {n} } _ { mu} + { overline {n}} _ { mu} ^ {2} left {{ frac { mu B ( mu, { frac {1} {2}})} {2 ^ {2 mu -1}}} - 1 right },}$

куда ${ Displaystyle В ( му, { гидроразрыва {1} {2}})}$ это Бета-функция.

Характеристическая функция

Характеристическая функция дробного пуассоновского процесса была впервые найдена в [1],

${ Displaystyle C _ { mu} (s, t) = sum limits _ {n = 0} ^ { infty} e ^ {isn} P _ { mu} (n, t) = E _ { mu} ( nu t ^ { mu} (e ^ {is} -1)).}$

или в виде серии

${ displaystyle C _ { mu} (s, t) = sum limits _ {m = 0} ^ { infty} { frac {1} { Gamma (m mu +1)}} left ( nu t ^ { mu} (e ^ {is} -1) right) ^ {m},}$

с помощью Функция Миттаг-Леффлера представление серии.

Тогда на момент ${ Displaystyle к ^ { rm {th}}}$ заказ у нас есть

${ displaystyle { overline {n _ { mu} ^ {k}}} = (1 / i ^ {k}) { frac { partial ^ {k} C _ { mu} (s, t)} { partial s ^ {k}}} | _ {s = 0}.}$

Производящая функция

В производящая функция ${ Displaystyle G _ { mu} (s, t)}$ дробной функции распределения вероятностей Пуассона определяется как (см. [1]).

${ displaystyle G _ { mu} (s, t) = sum limits _ {n = 0} ^ { infty} s ^ {n} P _ { mu} (n, t).}$

Производящая функция дробного распределения вероятностей Пуассона была впервые получена Ник Ласкин в [1].

${ Displaystyle G _ { mu} (s, t) = E _ { mu} ( nu t ^ { mu} (s-1)),}$

куда ${ Displaystyle Е _ { му} (г)}$ это Функция Миттаг-Леффлера дано его сериейпредставление

${ displaystyle E _ { mu} (z) = sum limits _ {m = 0} ^ { infty} { frac {z ^ {m}} { Gamma ( mu m + 1)}}. }$

Функция создания момента

Уравнение для момента любого целого порядка дробного Пуассона легко найти с помощью функция, производящая момент ${ Displaystyle H _ { mu} (s, t)}$ который определяется как

${ displaystyle H _ { mu} (s, t) = sum limits _ {n = 0} ^ { infty} e ^ {- sn} P _ { mu} (n, t).}$

Например, на момент ${ Displaystyle к ^ { rm {th}}}$ заказ у нас есть

${ displaystyle { overline {n _ { mu} ^ {k}}} = (- 1) ^ {k} { frac { partial ^ {k} H _ { mu} (s, t)} { частичное s ^ {k}}} | _ {s = 0}.}$

Функция, производящая момент ${ Displaystyle H _ { mu} (s, t)}$ есть (см. [1])

${ Displaystyle H _ { mu} (s, t) = E _ { mu} ( nu t ^ { mu} (e ^ {- s} -1)),}$

или в виде серии

${ displaystyle H _ { mu} (s, t) = sum limits _ {m = 0} ^ { infty} { frac {1} { Gamma (m mu +1)}} left ( nu t ^ { mu} (e ^ {- s} -1) right) ^ {m},}$

с помощью Функция Миттаг-Леффлера представление серии.

Функция распределения времени ожидания

Время между двумя последовательными прибытиями называется временем ожидания и является случайной величиной. Функция распределения вероятности времени ожидания - важный атрибут любого прибытия или подсчета случайный процесс.

Функция распределения вероятности времени ожидания ${ Displaystyle пси _ { му} ( тау)}$ дробного пуассоновского процесса определяется как (см. [1,3])

${ displaystyle psi _ { mu} ( tau) = - { frac {d} {d tau}} P _ { mu} ( tau),}$

куда ${ Displaystyle Р _ { му} ( тау)}$ вероятность того, что данное время между прибытием больше или равно ${ Displaystyle тау}$

${ displaystyle P _ { mu} ( tau) = 1- sum limits _ {n = 1} ^ { infty} P _ { mu} (n, tau) = E _ { mu} (- ню тау ^ { му}),}$

и ${ Displaystyle Р _ { му} (п, тау)}$ - дробная функция распределения вероятностей Пуассона.

Функция распределения вероятности времени ожидания ${ Displaystyle пси _ { му} ( тау)}$ дробного пуассоновского процесса был впервые обнаружен Ник Ласкин в [1],

${ Displaystyle пси _ { му} ( тау) = ню тау ^ { му -1} Е _ { му, му} (- ню тау ^ { му}), qquad т geq 0, qquad 0 < mu leq 1,}$

здесь ${ Displaystyle Е _ { альфа, бета} (г)}$ является обобщенным двухпараметрическим Функция Миттаг-Леффлера

${ displaystyle E _ { alpha, beta} (z) = sum limits _ {m = 0} ^ { infty} { frac {z ^ {m}} { Gamma ( alpha m + beta) }}, qquad E _ { alpha, 1} (z) = E _ { alpha} (z).}$

Функция распределения вероятности времени ожидания ${ Displaystyle пси _ { му} ( тау)}$ имеет следующую асимптотику (см. [1])

${ Displaystyle psi _ { mu} ( tau) simeq 1 / nu tau ^ { mu +1}, qquad tau rightarrow infty,}$

и

${ displaystyle psi _ { mu} ( tau) simeq nu tau ^ { mu -1}, qquad tau rightarrow 0.}$

Пуассоновский процесс фракционного соединения

Процесс Пуассона фракционного соединения была представлена ​​и разработана впервые Ник Ласкин (см. [1]). Дробный составной процесс Пуассона ${ Displaystyle {Х (т)}$, ${ Displaystyle т geq 0 }}$ представлен

${ displaystyle X (t) = sum limits _ {i = 1} ^ {N (t)} Y_ {i},}$

куда ${ Displaystyle {N (т)}$, ${ Displaystyle т geq 0 }}$ - дробный процесс Пуассона, а ${ displaystyle {Y_ {i}}$, ${ Displaystyle я = 1,2, ldots }}$ представляет собой семейство независимых и одинаково распределенных случайных величин с функцией распределения вероятностей ${ displaystyle p (Y)}$ для каждого ${ displaystyle Y_ {i}}$. Процесс ${ Displaystyle {N (т)}$, ${ Displaystyle т geq 0 }}$ и последовательность ${ displaystyle {Y_ {i}}$, ${ Displaystyle я = 1,2, ldots }}$ считаются независимыми.

Дробный сложный пуассоновский процесс является естественным обобщением составной процесс Пуассона.

Приложения дробного распределения вероятностей Пуассона

Дробное распределение вероятностей Пуассона имеет физические и математические приложения. Физическое приложение находится в области квантовой оптики. Математические приложения находятся в области комбинаторных чисел (см. [4]).

Физическое приложение: новые когерентные состояния

Новое семейство квантовых когерентные состояния ${ displaystyle | varsigma>}$ был представлен как^[4]

${ displaystyle | varsigma rangle = sum _ {n = 0} ^ { infty} { frac {({ sqrt { mu}} varsigma ^ { mu}) ^ {n}} { sqrt {n!}}} (E _ { mu} ^ {(n)} (- mu | varsigma | ^ {2 mu})) ^ {1/2} | n rangle,}$

куда ${ displaystyle | п rangle}$ - собственный вектор оператора числа фотонов, комплексное число ${ displaystyle varsigma}$ обозначает новые когерентные состояния,

${ displaystyle E _ { mu} ^ {(n)} (- mu | varsigma | ^ {2 mu}) = left. { frac {d ^ {n}} {dz ^ {n}} } E _ { mu} (z) right | _ {z = - mu | varsigma | ^ {2 mu}}}$

и ${ Displaystyle E _ { mu} (х)}$ это Функция Миттаг-Леффлера.

Тогда вероятность ${ Displaystyle P _ { mu} (п)}$ обнаружения п фотоны это:

${ displaystyle P _ { mu} (n) = | langle n mid varsigma rangle | ^ {2} = { frac {( mu | varsigma | ^ {2 mu}) ^ {n} } {n!}} left (E _ { mu} ^ {(n)} (- mu | varsigma | ^ {2 mu}) right),}$

который признан дробное распределение вероятностей Пуассона.

В терминах фотонного поля операторы создания и уничтожения ${ displaystyle a ^ {+}}$ и ${ displaystyle a}$ которые удовлетворяют каноническое коммутационное соотношение ${ Displaystyle [а, а ^ {+}] = аа ^ {+} - а ^ {+} а = 1}$, среднее количество фотонов ${ displaystyle { bar {n}}}$ в связном состоянии ${ displaystyle | varsigma rangle}$ можно представить в виде (см. [4])

${ displaystyle { bar {n}} = langle varsigma | a ^ {+} a | varsigma rangle = sum _ {n = 0} ^ { infty} nP _ { mu} (n) = ( mu | varsigma | ^ {2 mu}) / Gamma ( mu +1).}$

Математические приложения: новые многочлены и числа

Дробное обобщение Полиномы Белла, Номера звонков, Формула Добинского и Числа Стирлинга второго рода были введены и разработаны Ником Ласкином (см. [4]). Появление дробных многочленов Белла естественно, если вычислить диагональный матричный элемент оператора эволюции в базисе вновь введенных квантовых когерентных состояний. Дробные числа Стирлинга второго рода применялись для оценки перекос и эксцесс дробной функции распределения вероятностей Пуассона. Новое представление Числа Бернулли в терминах дробных чисел Стирлинга второго рода (см. [4]).

В предельном случае μ = 1, когда дробное распределение вероятностей Пуассона становится распределением вероятностей Пуассона, все перечисленные выше приложения превращаются в хорошо известные результаты квантовая оптика и перечислительная комбинаторика.

Статистическое приложение и вывод

Точечные и интервальные оценки параметров модели разработаны Cahoy et. al, (2010) (см. [5]).^[5]

Смотрите также

• Пуассоновский процесс
• распределение Пуассона
• Составной процесс Пуассона
• Марковский процесс
• Дробное исчисление
• Производящая функция
• Когерентные состояния
• Каноническое коммутационное отношение
• Полиномы Белла
• Номера звонков
• Формула Добинского
• Числа Стирлинга
• Распределение Mittag-Leffler

Рекомендации

дальнейшее чтение

• Л. Бегин и Э. Орсингер, (2009), Дробные пуассоновские процессы и связанные с ними плоские случайные движения, Электронный журнал вероятностей, Vol. 14 (2009), документ № 61, страницы 1790–1826.
• М.М. Meerschaert, E. Nane, P. Vellaisamy, (2011), Дробный пуассоновский процесс и обратный стабильный субординатор, Электронный журнал вероятностей, Vol. 16 (2011), статья № 59, страницы 1600–1620.