2.1 独立增量与计数过程：从到达流讲起

2.1 独立增量与计数过程：从到达流讲起

本节摘要：计数过程把"到时刻 t 为止共发生几件"作为状态，是描述到达流的最小框架。本节给出定义，逐条讨论独立增量、平稳增量与普通性三条假设的现实含义，讲清泊松分布作为二项极限的来历，并用代码画出阶梯形样本路径。

十九世纪末，普鲁士军队的骑兵部队里流传着一份奇怪的统计：每年被马蹄踢死的军官人数。普鲁士统计学家博尔特凯维奇把二十个骑兵军多年的记录摆在一起，发现各年死亡人数惊人地服从同一个分布——泊松分布。没有人计划这些事故，它们的发生机会常年稳定，且一处踩踏绝不影响另一处。这份记录后来成了随机过程最古老的现实标本之一：恒定机会下的偶然到达。本节的目标，就是把这句话翻译成严格的数学。

一、计数过程：只数不问

定义：设 N(t) 表示区间 0 到 t 内发生的事件数，若 N(t) 取非负整数值、关于 t 单调不减、且 N(0) = 0，则称 {N(t), t 大于等于 0} 为计数过程。

三个条件都对应着"数数"的物理常识：数量不为负、只增不减（事件不会凭空撤销）、起计数从零开始。样本路径画出来就是一条阶梯：平时水平，事件发生时跳一格。第 1.4 节说的"纵切视角"在这里立刻派上用场——每条实现都是一道楼梯，楼梯的疏密就是到达的节奏。

计数过程本身几乎不加任何限制，所以它是"容器"级别概念。真实到达流千差万别：地铁早高峰密集、深夜稀疏（机会随时间变）；地震之后常有余震（到达有后效）；公交车常两三辆结伴进站（一次跳多格）。要锁定泊松过程，需要三条假设把上述行为逐条排除。

二、三条假设逐一排雷

独立增量：不相交时间段内的事件数相互独立。它排除的是"后效"——余震型现象（一次事件改变后续发生机会）直接出局。地震序列、社交平台的转发爆发都不满足此条，硬套泊松模型会系统性低估聚集程度。金融里价格的大跳动之后波动升高（波动率聚集），同理不适合纯泊松。

平稳增量：任一时间段的事件数分布只取决于区间长度，与起点无关。它排除的是"机会随钟点漂移"——早晚高峰的呼入中心不满足此条。处理办法是分时段建模：把一天切成若干平稳区间，各配一个强度参数，工程上足够用。

普通性：同一瞬间至多一件（微小区间内事件多于一件的概率趋于零）。它排除"结伴到达"。公交结伴进站是标准反例——把一辆公交当一次到达没问题，但把车上每位乘客当独立到达就违普通性。还有一类隐蔽违反：系统里各部件共享同一个诱因（停电让所有设备同时报警），表面是各自到达，实为一次跳多格。

三条假设的现实判据可以列成一张自查表：

图：泊松过程的阶梯形样本路径

三、泊松分布的来历：小概率大数量的极限

泊松分布不是拍脑袋规定的，它从二项分布的极限里自然长出来。把区间 0 到 t 切成 n 等份，每段长度 t/n。在平稳增量为小概率 p 的假设下，每段至多一件、各段独立，总事件数服从二项分布 B(n, p)。令 n 趋于无穷、p 正比于段长（np 趋于常数 λt），用极限

(1 − λt/n) 的 n 次方趋于 e 的 −λt 次方

可得总事件数收敛到泊松分布 P(N(t) = k) = (λt) 的 k 次方乘 e 的 −λt 次方再除以 k 的阶乘。这个推导解释了泊松分布为何统治"稀有事件总计数"：电话呼入之于海量潜在来电者、错别字之于整页文稿、突变之于庞大基因组——都是"许多独立小机会，各自零星兑现"。期望与方差都等于 λt，一个参数同时定住位置与散布，这正是"恒定机会"的数学缩影。

顺带一提推导中隐含的换算：单位时间强度 λ 的量纲是"件每单位时间"，建模前先把观测窗口归一到一致单位，是实操里最容易翻车的一步——把"每小时五件"与"每分钟五件"混写进同一个 λ，后续所有概率都会差六十倍。

四、动手：生成并检查一条到达流

import numpy as np

rng = np.random.default_rng(2024)
lam = 3.0      # 强度：每小时 3 件
T = 10.0       # 观察窗口：10 小时

# 方法一：指数间隔串联（2.3 节将证明其正确性）
gaps = rng.exponential(scale=1/lam, size=800)
arrivals = np.cumsum(gaps)
arrivals = arrivals[arrivals <= T]
counts_by_hour = np.histogram(arrivals, bins=range(11))[0]

print(f"总到达数 N(T) = {len(arrivals)}（理论期望 λT = {lam*T:.0f}）")
print(f"各小时到达数   = {counts_by_hour.tolist()}")
# 大规模重复可验证：每小时的计数服从均值为 3 的泊松分布，
# 方差也约等于 3（泊松分布"均值方差相等"的快速自检）
reps = np.random.default_rng(1).poisson(lam, size=200_000)
print(f"泊松自检：均值 {reps.mean():.3f}，方差 {reps.var():.3f}")
# 典型输出：均值 2.998，方差 2.994 ——两者贴近，数据形态合格
​

把 lam 改成随小时变化的数组再模拟，你会看到各小时计数不再同分布——这就是违反平稳增量的直观形态，也解释了为什么实践中"分时段各自配 λ"如此常见。

边界讨论：哪些"到达"不是泊松

把判据用在四个真实对象上，练习定位的手感：

地铁到站（按时刻表运行）：间隔几乎恒定，变异系数远小于一——违反独立性背后的"偶然性"本身，用确定性时刻表加小扰动建模，泊松会严重高估聚集。

小型网站的点击流：单用户行为有爆发性，但用户量大、彼此独立时，粗粒度上的合计计数常近似泊松——这是"大数洗掉个体怪癖"的罕见红利，也是 A/B 测试里泊松近似的合法性来源。

单条社交话题的转发流：强自激励（转发招致转发），变异系数远大于一——泊松必错，正确工具是第 6 章的自激励过程。

放射性衰变：物理学教科书级的泊松流，各原子核衰变天然独立、机会恒定。历史上它正是泊松统计最干净的实验场，任何检测仪器都可以拿它做泊松性自检。

四个例子放在一起的启示：泊松性不是现象的属性，是现象在某个聚合尺度上的属性。同一份原始日志，按秒聚合是爆发流，按小时聚合可能就是干净的泊松——建模前先决定聚合尺度，往往比选模型更关键。

本节要点回顾

• 计数过程是到达流的最小容器：非负整数、单调不减、从零起计。
• 三条假设各管一件事：独立增量断后效，平稳增量断漂移，普通性断结伴。
• 泊松分布来自二项极限：稀有、独立、机会恒定的到达，总计数天然泊松。
• λ 的量纲要钉死：强度参数的单位混用是最常见的实操事故。
• 样本路径是阶梯：期望线斜率为 λt，路径围绕它波动。

同一台机器有三份不同的说明书。下一节把三种等价定义摆在一起，完成互推，看看"等价"二字落到实处是什么样子。