点過程

同義語:point process

概要

点過程(point process)とは、可測空間 $S$ の上の、非負整数に値をとる有限測度の可算和として書ける計数測度を、確率的に選ぶ確率変数であり、各集合 $B$ の中の点の個数 $\Phi(B)$ がどれも確率変数になる。分布は互いに素な集合の個数の同時分布や Laplace 汎関数で決まり、点の個数の期待値は強度測度 $\Lambda(B)=E[\Phi(B)]$ を与える。中心の例は、$s$ 有限な測度 $\lambda$ に対して、各 $\Phi(B)$ が平均 $\lambda(B)$ の Poisson 分布に従い、互いに素な集合の個数が独立な Poisson 過程で、どの $\lambda$ に対しても分布を除いてただ 1 つ存在する。Poisson 過程は Mecke の等式で特徴づけられ、独立な重ね合わせや独立な間引きで保たれる。

$$\newcommand{C}[0]{\mathbb{C}} \newcommand{div}[0]{\mathbin{÷}} \newcommand{N}[0]{\mathbb{N}} \newcommand{Q}[0]{\mathbb{Q}} \newcommand{R}[0]{\mathbb{R}} \newcommand{Z}[0]{\mathbb{Z}} $$

前提知識: 測度, 確率変数, Poisson分布, Poisson過程

点過程(point process)は、空間の中にランダムにばらまかれた点の集まりを表す確率論の対象である。点の集まりを、各集合 $B$ にその中の点の個数を対応させる 計数測度 とみなし、その計数測度を確率的に選ぶ。時間軸の上の到着時刻の列(Poisson過程、更新過程)、平面の上の樹木の位置、ランダムな行列の固有値(ランダム行列)は、どれも点過程である。
点過程の中心にあるのは Poisson 過程(Poisson点過程)である。これは、重ならない集合の中の点の個数が独立で、各集合の中の個数が Poisson 分布に従う点過程で、どんな空間の上でも、強度と呼ぶ測度 $\lambda$ を与えればただ 1 つに定まる(thm-pp-poisson)。この記事では一般の点過程の基本的な量(強度測度、Laplace 汎関数)を定義し、Poisson 過程の存在・一意性・Laplace 汎関数を証明し、Poisson 過程を特徴づける Mecke の等式とその帰結を示す。

結果内容扱い
prop-pp-campbellCampbell の公式 $E\int u\,d\Phi=\int u\,d\Lambda$証明
prop-pp-law互いに素な集合の個数の同時分布が分布を決める証明
thm-pp-poissonPoisson 過程の存在・一意性・Laplace 汎関数証明(逆向きの一部は引用)
thm-pp-meckeMecke の等式(強度が有限の場合)証明
cor-pp-second2 次の階乗積率測度は $\lambda\otimes\lambda$証明
thm-pp-thinning独立な間引きで Poisson 過程は保たれる証明(thm-pp-poisson の 3 の逆、つまり引用の LP17 Proposition 2.10 を使う)

定義

以下、$(S,\mathcal S)$ を可測空間とする。$S$ の点を表す記号に $x,y$ を、点過程に $\Phi$ を使う。

計数測度の空間と点過程

$S$ の上の測度で、$\{0,1,2,\dots\}$ に値をとる有限な測度の可算個の和として書けるものの全体を $\mathbf N=\mathbf N(S)$ とする。$\mathbf N$ には、すべての $B\in\mathcal S$ について写像 $\mu\mapsto\mu(B)$ を可測にする最小の $\sigma$ 集合族 $\mathcal N$ を入れる。確率空間 $(\Omega,\mathcal F,P)$ から $(\mathbf N,\mathcal N)$ への可測写像 $\Phi$ を、$S$ の上の 点過程 という。$\Phi(B)$ を $B$ の中の点の個数という。

$\mathcal N$ の定義から、写像 $\Phi\colon\Omega\to\mathbf N$ が点過程であることと、各 $B\in\mathcal S$ について $\Phi(B)$ が $\{0,1,\dots,\infty\}$ に値をとる確率変数であることは同値である(LP17 Definition 2.1、p. 11)。$\mathbf N$ の元は $\infty$ の値もとりうる。
点過程の多くは、$S$ に値をとる確率変数 $X_1,X_2,\dots$ と $\{0,1,\dots,\infty\}$ に値をとる確率変数 $\kappa$ によって
$$\Phi=\sum_{n=1}^{\kappa}\delta_{X_n}\qquad(1)$$
と書ける($\delta_x$ は Dirac測度)。このとき $\Phi(B)=\#\{n\le\kappa:X_n\in B\}$ である。(1) の形の点過程を 点列で表される点過程(proper point process)という。同じ点が何度も現れてよい。1 点集合が可測で、確率 $1$ で「すべての $x$ について $\Phi(\{x\})\le1$」が成り立つとき、$\Phi$ は 単純 であるという(LP17 Definition 6.6・6.8、p. 49)。

二項過程

$Q$ を $S$ の上の確率測度、$m\ge1$ とし、$X_1,\dots,X_m$ を独立に分布 $Q$ に従う確率変数とする。$\Phi:=\delta_{X_1}+\dots+\delta_{X_m}$ を、標本数 $m$、標本分布 $Q$ の 二項過程 という。$\Phi(B)$ は 二項分布 $B(m,Q(B))$ に従う(LP17 Example 2.3、p. 11)。互いに素な $B_1,B_2$ で $Q(B_1),Q(B_2)>0$ なら、個数の和は $m$ 以下なので $P(\Phi(B_1)=m,\ \Phi(B_2)\ge1)=0< P(\Phi(B_1)=m)P(\Phi(B_2)\ge1)$ となり、$\Phi(B_1)$ と $\Phi(B_2)$ は独立でない。

強度測度と Campbell の公式

強度測度

点過程 $\Phi$ の 強度測度 を $\Lambda(B):=E[\Phi(B)]$($B\in\mathcal S$)で定める。期待値の単調収束定理により $\Lambda$ は $S$ の上の測度である。

二項過程の強度測度は $mQ$ で、これは点の独立性によらない。

Campbell の公式

$\Phi$ を強度測度 $\Lambda$ の点過程とし、$u\colon S\to[0,\infty]$ を可測関数とする。$\int u\,d\Phi$ は確率変数で、
$$E\Bigl[\int_Su(x)\,\Phi(dx)\Bigr]=\int_Su(x)\,\Lambda(dx)$$
である。$u$ が実数値で $\int\lvert u\rvert\,d\Lambda< \infty$ のときも、$\int u\,d\Phi$ は確率 $1$ で有限であり、同じ等式が成り立つ。

指示関数から積み上げる

$u=\mathbf 1_B$ のとき、左辺は $E[\Phi(B)]$、右辺は $\Lambda(B)$ で、定義から等しい。両辺は $u$ について線形なので、非負の単関数について成り立つ。非負の可測関数 $u$ に対しては、単関数の増加列 $u_k\uparrow u$ をとる。$\int u_k\,d\Phi$ は確率変数で各 $\omega$ について $\int u\,d\Phi$ に増加して近づくので、極限も確率変数であり、単調収束定理 を期待値と $\Lambda$ による積分の両方に当てて等式を得る。
$\int\lvert u\rvert\,d\Lambda< \infty$ なら、$u=u^+-u^-$ に分けると、前半から $E[\int u^\pm\,d\Phi]=\int u^\pm\,d\Lambda< \infty$ である。とくに $\int u^\pm\,d\Phi$ は確率 $1$ で有限で、差をとって等式を得る。$\square$

分布を決めるもの

点過程の 分布 とは、$(\mathbf N,\mathcal N)$ の上の確率測度 $A\mapsto P(\Phi\in A)$ のことである。

互いに素な集合の個数が分布を決める

$\Phi,\Psi$ を $S$ の上の点過程とする。任意の $m\ge1$ と互いに素な $B_1,\dots,B_m\in\mathcal S$ について $(\Phi(B_1),\dots,\Phi(B_m))$ と $(\Psi(B_1),\dots,\Psi(B_m))$ の分布が等しければ、$\Phi$ と $\Psi$ の分布は等しい。

共通部分で細分して π-λ 定理を使う

$\mathcal C$ を、$m\ge1$、$C_1,\dots,C_m\in\mathcal S$(互いに素とは限らない)、$k_1,\dots,k_m\in\{0,1,\dots,\infty\}$ によって $\{\mu\in\mathbf N:\mu(C_1)=k_1,\dots,\mu(C_m)=k_m\}$ と書ける集合の全体とする。2 つの元の共通部分は、条件を並べたものなので $\mathcal C$ に入る。$\mathcal C$ は $\mathcal N$ を生成する。
$\mathcal C$ の上で 2 つの分布が一致することを示す。$C_1,\dots,C_m$ から、$C_j$ かその補集合を 1 つずつ選んで交わらせた集合のうち $C_1\cup\dots\cup C_m$ に含まれるものを $B_1,\dots,B_r$ とすると、これらは互いに素で、各 $C_j$ はその一部の和集合である。各 $\mu$ について $\mu(C_j)$ は $\mu(B_i)$ のいくつかの和なので、$(\Phi(C_1),\dots,\Phi(C_m))$ は $(\Phi(B_1),\dots,\Phi(B_r))$ の決まった関数($\{0,\dots,\infty\}$ の中での和)であり、$\Psi$ でも同じ関数である。仮定から $(\Phi(B_i))_i$ と $(\Psi(B_i))_i$ の分布は等しいので、$(\Phi(C_j))_j$ と $(\Psi(C_j))_j$ の分布も等しい。Dynkinのπ-λ定理 により、2 つの分布は $\mathcal N$ の全体で一致する。$\square$

Laplace 汎関数

点過程 $\Phi$ の Laplace 汎関数 を、可測関数 $u\colon S\to[0,\infty]$ について
$$L_\Phi(u):=E\Bigl[\exp\Bigl(-\int_Su\,d\Phi\Bigr)\Bigr]$$
で定める($e^{-\infty}:=0$)。

2 つの点過程の Laplace 汎関数がすべての $u$ で等しければ、2 つの分布は等しい(LP17 Proposition 2.10、p. 14)。これは prop-pp-law に、$\{0,\dots,\infty\}^m$ の上の分布が多変数の Laplace 変換で決まることを合わせて示されるが、この記事では証明しない。たとえば二項過程の Laplace 汎関数は、独立性から $L_\Phi(u)=\bigl(\int e^{-u}\,dQ\bigr)^m$ である。

Poisson 過程の定義と存在

測度 $\lambda$ が s 有限 であるとは、有限な測度の可算個の和であることをいう。σ有限測度 は s 有限である。以下、$a\in[0,\infty]$ について $\mathrm{Po}(a)$ は平均 $a$ の Poisson分布 を表し、$\mathrm{Po}(\infty)$ は確率 $1$ で $\infty$ をとる分布、$\mathrm{Po}(0)$ は確率 $1$ で $0$ をとる分布と約束する。

強度測度 $\lambda$ の Poisson 過程

$\lambda$ を $S$ の上の s 有限な測度とする。$S$ の上の点過程 $\Phi$ が強度測度 $\lambda$ の Poisson 過程 であるとは、次の 2 つが成り立つことをいう。

  1. 各 $B\in\mathcal S$ について $\Phi(B)$ は $\mathrm{Po}(\lambda(B))$ に従う。
  2. 任意の $m\ge1$ と互いに素な $B_1,\dots,B_m\in\mathcal S$ について、$\Phi(B_1),\dots,\Phi(B_m)$ は独立である。

条件 1 から $E[\Phi(B)]=\lambda(B)$ なので、$\lambda$ は def-pp-intensity の意味の強度測度である(LP17 Definition 3.1、p. 19)。$S=[0,\infty)$、$\lambda$ が Lebesgue 測度の $c$ 倍のとき、$N_t:=\Phi([0,t])$ は、確率 $0$ の事象($\Phi(\{0\})\ge1$ か、ある $t$ で $\Phi([0,t])=\infty$ となる事象)の上で $0$ に取り替えれば、強度 $c$ の Poisson過程 である。

Poisson 過程の存在・一意性・Laplace 汎関数

$\lambda$ を $S$ の上の s 有限な測度とする。

  1. 存在:強度測度 $\lambda$ の Poisson 過程が存在する。$0< \lambda(S)< \infty$ なら、$\kappa\sim\mathrm{Po}(\lambda(S))$ と、これと独立に確率測度 $Q:=\lambda/\lambda(S)$ に従う独立な $X_1,X_2,\dots$ によって $\Phi:=\sum_{n=1}^\kappa\delta_{X_n}$ と作れる。
  2. 一意性:強度測度 $\lambda$ の Poisson 過程の分布はただ 1 つである。
  3. Laplace 汎関数:強度測度 $\lambda$ の Poisson 過程について、可測関数 $u\colon S\to[0,\infty]$ ごとに
    $$L_\Phi(u)=\exp\Bigl(-\int_S\bigl(1-e^{-u(x)}\bigr)\lambda(dx)\Bigr)$$
    である。逆に、Laplace 汎関数がこの形の点過程は強度測度 $\lambda$ の Poisson 過程である。
有限な場合を数え上げ、和で無限の場合へ移す

有限な場合の存在。 $\lambda(S)=0$ なら $\Phi=0$ でよい。$0< c:=\lambda(S)< \infty$ とし、1 の $\Phi$ を作る。$\Phi$ は可測な写像で $\mathbf N$ に値をとる。互いに素な $B_1,\dots,B_m$ をとる。補集合を足して、$B_1\cup\dots\cup B_m=S$ と仮定してよい。$k_1,\dots,k_m\ge0$、$k:=k_1+\dots+k_m$ について、$\kappa=k$ という条件のもとで各点がどの $B_j$ に入るかは多項分布に従うので
$$P\bigl(\Phi(B_1)=k_1,\dots,\Phi(B_m)=k_m\bigr)=e^{-c}\frac{c^k}{k!}\cdot\frac{k!}{k_1!\cdots k_m!}\prod_jQ(B_j)^{k_j}=\prod_{j=1}^me^{-\lambda(B_j)}\frac{\lambda(B_j)^{k_j}}{k_j!}$$
である。最後の等号は $\sum_j\lambda(B_j)=c$ による。右辺が積の形なので $\Phi(B_1),\dots,\Phi(B_m)$ は独立で、$k_2,\dots,k_m$ について和をとれば $\Phi(B_1)\sim\mathrm{Po}(\lambda(B_1))$ である(LP17 Proposition 3.5、p. 21)。
一般の場合の存在。 $\lambda=\sum_i\lambda_i$($\lambda_i$ は有限)と書き、独立な Poisson 過程 $\Phi_i$(強度 $\lambda_i$)を直積の確率空間の上に作って $\Phi:=\sum_i\Phi_i$ とおく。$\Phi$ は $\mathbf N$ に値をとる点過程である。$B\in\mathcal S$ について $\Phi(B)=\sum_i\Phi_i(B)$ は、独立な $\mathrm{Po}(\lambda_i(B))$ の和である。独立な Poisson 分布の有限和は Poisson 分布なので $\sum_{i\le n}\Phi_i(B)\sim\mathrm{Po}(a_n)$、$a_n:=\sum_{i\le n}\lambda_i(B)$ である。$n\to\infty$ で増加極限をとると、$a_n\to a:=\lambda(B)< \infty$ なら各 $k$ で $P(\Phi(B)\le k)=\lim_nP(\sum_{i\le n}\Phi_i(B)\le k)=\mathrm{Po}(a)(\{0,\dots,k\})$、$a=\infty$ なら $P(\Phi(B)\le k)\le\mathrm{Po}(a_n)(\{0,\dots,k\})\to0$ である。いずれも $\Phi(B)\sim\mathrm{Po}(\lambda(B))$ を与える。互いに素な $B_1,\dots,B_m$ については、族 $\{\Phi_i(B_j)\}_{i,j}$ が全体として独立である($i$ ごとに独立、$i$ の間でも独立)から、$j$ ごとの和 $\Phi(B_j)$ も独立である(LP17 Theorem 3.3・3.6、pp. 20–21)。
一意性。 強度 $\lambda$ の Poisson 過程では、互いに素な $B_1,\dots,B_m$ の個数の同時分布は $\prod_j\mathrm{Po}(\lambda(B_j))$ で、$\lambda$ だけで決まる。prop-pp-law により分布は一意である。
Laplace 汎関数。 まず $u=\sum_{j=1}^mc_j\mathbf 1_{B_j}$($c_j\in(0,\infty]$、$B_j$ は互いに素)とする。独立性と、$N\sim\mathrm{Po}(a)$ について $E[e^{-cN}]=\exp(-a(1-e^{-c}))$($a=\infty$ や $c=\infty$ でも、$e^{-\infty}=0$ の約束で成り立つ)から
$$L_\Phi(u)=\prod_jE\bigl[e^{-c_j\Phi(B_j)}\bigr]=\exp\Bigl(-\sum_j\lambda(B_j)(1-e^{-c_j})\Bigr)=\exp\Bigl(-\int(1-e^{-u})\,d\lambda\Bigr)$$
である。一般の $u$ には単関数の増加列 $u_k\uparrow u$ をとる。$\int u_k\,d\Phi\uparrow\int u\,d\Phi$ なので左辺は有界収束定理で、$1-e^{-u_k}\uparrow1-e^{-u}$ なので右辺は単調収束定理で、それぞれ収束する(LP17 Theorem 3.9、p. 23)。
逆。 Laplace 汎関数がこの形の点過程 $\Psi$ をとる。存在から強度 $\lambda$ の Poisson 過程 $\Phi$ があり、両者の Laplace 汎関数は等しい。Laplace 汎関数は分布を決める(LP17 Proposition 2.10。この部分はこの記事では証明しない)ので、$\Psi$ は $\Phi$ と同じ分布をもつ。定義の 2 条件は分布だけで決まるので、$\Psi$ も Poisson 過程である。$\square$

存在の構成は、有限な強度の Poisson 過程が「Poisson 分布に従う個数の、独立に同じ分布に従う点」であることを示している。逆に、強度が有限な Poisson 過程を全体の個数 $\Phi(S)=m$ で条件付けると、標本数 $m$ の二項過程になる(LP17 Proposition 3.8、p. 23)。

一様な Poisson 過程

$S=\mathbb R^d$、$\lambda=c\cdot\mathrm{Leb}$($c>0$)の Poisson 過程を、強度 $c$ の 一様な Poisson 過程 という。$\lambda$ は σ 有限なので s 有限である。体積が正で有限な Borel 集合 $B$ をとると、定義から、制限 $\Phi_B:=\Phi(\,\cdot\cap B)$ は強度 $c\cdot\mathrm{Leb}(\,\cdot\cap B)$ の Poisson 過程である。前段の条件付けの性質により、$B$ の中の点の個数は平均 $c\lvert B\rvert$ の Poisson 分布に従い、個数が $m$ と与えられたとき、点は $B$ の中に一様かつ独立に分布する。$\lambda$ は 1 点の測度が $0$(拡散的)なので、この過程は単純である($S$ が Borel 空間、つまり $[0,1]$ の Borel 集合と可測な逆をもつ可測な全単射で移り合う可測空間なら、拡散的な強度の Poisson 過程は単純であり、その逆も成り立つ。LP17 Proposition 6.9、p. 49)。

Mecke の等式

Poisson 過程の性質の多くは、次の等式 1 つから導かれる。左辺は「点過程の各点 $x$ で、点過程全体を見て $f$ を測った和」、右辺は「強度で選んだ点 $x$ を、独立な Poisson 過程に 1 点として付け加えたもの」である。

Mecke の等式

$\lambda$ を $S$ の上の有限な測度、$\Phi$ を強度測度 $\lambda$ の Poisson 過程とする。可測関数 $f\colon S\times\mathbf N\to[0,\infty]$ について
$$E\Bigl[\int_Sf(x,\Phi)\,\Phi(dx)\Bigr]=\int_SE\bigl[f(x,\Phi+\delta_x)\bigr]\,\lambda(dx)$$
が成り立つ。

個数で場合分けして 1 点を取り出す

両辺は $\Phi$ の分布だけで決まるので、thm-pp-poisson の 1 の構成 $\Phi=\sum_{n\le\kappa}\delta_{X_n}$ について示せばよい。$c:=\lambda(S)=0$ なら両辺は $0$ である。$c>0$ とし、$\Psi_k:=\sum_{j=1}^k\delta_{X_j}$ とおく。$\kappa$ は $(X_n)$ と独立なので
$$E\Bigl[\int f(x,\Phi)\,\Phi(dx)\Bigr]=\sum_{n\ge1}e^{-c}\frac{c^n}{n!}\sum_{i=1}^nE\bigl[f(X_i,\Psi_n)\bigr]$$
である。$X_1,\dots,X_n$ は独立に同じ分布に従うので、各 $i$ の項は $i=1$ の項に等しく、$X_1$ が $(X_2,\dots,X_n)$ と独立なことと非負関数の Fubiniの定理 から
$$E[f(X_1,\Psi_n)]=\int_SE\bigl[f(x,\delta_x+\Psi'_{n-1})\bigr]\,Q(dx),\qquad\Psi'_{n-1}:=\sum_{j=2}^n\delta_{X_j}$$
である。$\Psi'_{n-1}$ は $\Psi_{n-1}$ と同じ分布に従う。$n\cdot c^n/n!=c\cdot c^{n-1}/(n-1)!$ を使って $k=n-1$ と置き直すと、左辺は
$$c\int_S\sum_{k\ge0}e^{-c}\frac{c^k}{k!}E\bigl[f(x,\delta_x+\Psi_k)\bigr]\,Q(dx)=\int_SE\bigl[f(x,\Phi+\delta_x)\bigr]\,\lambda(dx)$$
に等しい。最後の等号は $cQ=\lambda$ と、$\kappa$ が $(X_n)$ と独立で $\Phi=\Psi_\kappa$ であることによる。$\square$

Mecke の等式は s 有限な強度でも成り立ち、逆に、すべての $f$ についてこの等式を満たす点過程は強度測度 $\lambda$ の Poisson 過程である(LP17 Theorem 4.1、p. 27。この記事では証明しない)。Poisson 過程では、点 $x$ にいると条件付けても残りの点の分布が変わらない、というのが右辺の $\Phi+\delta_x$ の意味である。
点過程の 2 点の相関は、2 次の階乗積率測度 $\Lambda^{(2)}(C):=E\bigl[\sum_{i\ne j}\mathbf 1_C(X_i,X_j)\bigr]$($C\subset S\times S$ は可測、和は (1) の表示の相異なる添字の組をわたる)で測る(LP17 Definition 4.9、p. 34)。

Poisson 過程の 2 点の相関

$\Phi$ を有限な強度 $\lambda$ の Poisson 過程で (1) の形に表したものとする。$\Lambda^{(2)}=\lambda\otimes\lambda$ であり、$A,B\in\mathcal S$ について $\operatorname{Cov}(\Phi(A),\Phi(B))=\lambda(A\cap B)$ である。

自分自身を除く和に Mecke の等式を当てる

$g(x,\mu):=\bigl(\int\mathbf 1_C(x,y)\,\mu(dy)-\mathbf 1_C(x,x)\bigr)^+$ とおく。$\mu=\Phi$、$x=X_i$ では括弧の中は $\sum_{j\ne i}\mathbf 1_C(X_i,X_j)\ge0$ なので、$\int g(x,\Phi)\,\Phi(dx)=\sum_{i\ne j}\mathbf 1_C(X_i,X_j)$ である。一方 $g(x,\mu+\delta_x)=\int\mathbf 1_C(x,y)\,\mu(dy)$ である。thm-pp-mecke と prop-pp-campbell から
$$\Lambda^{(2)}(C)=\int_SE\Bigl[\int\mathbf 1_C(x,y)\,\Phi(dy)\Bigr]\lambda(dx)=\int_S\int_S\mathbf 1_C(x,y)\,\lambda(dy)\,\lambda(dx)=(\lambda\otimes\lambda)(C)$$
である。$C=A\times B$ とすると、$\Phi(A)\Phi(B)=\sum_{i\ne j}\mathbf 1_A(X_i)\mathbf 1_B(X_j)+\Phi(A\cap B)$ から $E[\Phi(A)\Phi(B)]=\lambda(A)\lambda(B)+\lambda(A\cap B)$ で、共分散の式を得る。$\square$

操作と特徴づけ

重ね合わせ:独立な Poisson 過程の和は、強度の和を強度とする Poisson 過程である(thm-pp-poisson の証明の「一般の場合の存在」の議論そのもの。LP17 Theorem 3.3、p. 20)。写像:可測写像 $T\colon S\to S'$ による像 $T(\Phi):=\Phi\circ T^{-1}$ は、強度 $\lambda\circ T^{-1}$ の Poisson 過程である(LP17 Theorem 5.1、p. 38)。

独立な間引き

$\lambda$ を有限な測度、$\Phi=\sum_{n\le\kappa}\delta_{X_n}$ を thm-pp-poisson の 1 の構成による強度 $\lambda$ の Poisson 過程、$p\colon S\to[0,1]$ を可測関数とする。$(\kappa,X_1,X_2,\dots)$ と独立に $[0,1]$ の一様分布に従う独立な $U_1,U_2,\dots$ をとり、$\Phi_p:=\sum_{n\le\kappa}\mathbf 1\{U_n\le p(X_n)\}\,\delta_{X_n}$ とおく(点 $X_n$ を確率 $p(X_n)$ で独立に残す)。このとき $\Phi_p$ は強度 $p\,\lambda$ の Poisson 過程である。

Laplace 汎関数を計算する

$c:=\lambda(S)>0$ としてよい。$(X_n,U_n)$ は独立に同じ分布に従い、$\kappa$ と独立なので、$u\colon S\to[0,\infty]$ について
$$L_{\Phi_p}(u)=\sum_{n\ge0}e^{-c}\frac{c^n}{n!}\Bigl(\int_S\bigl(1-p(x)+p(x)e^{-u(x)}\bigr)Q(dx)\Bigr)^n=\exp\Bigl(-\int_Sp(x)\bigl(1-e^{-u(x)}\bigr)\lambda(dx)\Bigr)$$
である。括弧の中は、点 $x$ が残れば $e^{-u(x)}$、残らなければ $1$ の期待値である。右辺は強度 $p\lambda$ の Poisson 過程の Laplace 汎関数なので、thm-pp-poisson の 3 の逆の部分から結論を得る。$\square$

さらに、残った点 $\Phi_p$ と捨てた点 $\Phi-\Phi_p$ は独立な Poisson 過程になる(LP17 Corollary 5.9、p. 44)。最後に、点過程を Poisson 過程と判定するには空集合になる確率だけで足りる場合がある。Rényi の定理:$S$ が Borel 空間(たとえば $\mathbb R^d$ の Borel 集合)で、$\lambda$ が拡散的な s 有限な測度で、$\Phi$ が単純な点過程であり、すべての $B$ について $P(\Phi(B)=0)=e^{-\lambda(B)}$ ならば、$\Phi$ は強度 $\lambda$ の Poisson 過程である(LP17 Theorem 6.10、p. 50。この記事では証明しない)。

Poisson 過程でない点過程の例

点過程作り方Poisson 過程との違い
二項過程個数を $m$ に固定し、独立に $Q$ で点を置く互いに素な集合の個数が負に相関する
混合 Poisson 過程・Cox 過程ランダムな測度 $M$ を選び、それを強度とする Poisson 過程をとる個数の分散が平均より大きくなりうる
更新過程独立な正の間隔の部分和を点とする間隔が指数分布のときが一様な Poisson 過程である
行列式点過程相関関数が核の行列式 $\det[K(x_i,x_j)]$ で与えられる点どうしが反発する(ランダム行列 の固有値)
格子のランダムな平行移動$U$ を $[0,1)^d$ の一様分布として $\sum_{z\in\mathbb Z^d}\delta_{z+U}$平行移動で分布は不変だが、点の配置は規則的

二項過程では、互いに素な $A,B$ について $\operatorname{Cov}(\Phi(A),\Phi(B))=-mQ(A)Q(B)$ である(多項分布の共分散)。Poisson 過程の cor-pp-second では、これが $\lambda(A\cap B)=0$ になる。Cox 過程では $\operatorname{Var}\Phi(B)=E[M(B)]+\operatorname{Var}M(B)$ である(分散の分解)。

反例

主張外す仮定例何が成り立たなくなるか
thm-pp-poisson の 1 の構成個数 $\kappa$ が Poisson 分布に従うこと個数を $m$ に固定した二項過程$\Phi(S)=m$ で、$\Phi(S)$ は Poisson 分布に従わない
thm-pp-mecke$\Phi$ が強度 $\lambda$ の Poisson 過程であること(強度は $\lambda=mQ$ のまま)二項過程、$f(x,\mu)=\mu(S)$左辺 $E[\Phi(S)^2]=m^2$、右辺 $m(m+1)$
重ね合わせ2 つの Poisson 過程の独立性同じ Poisson 過程 $\Psi$ を 2 回足した $2\Psi$$0< \lambda(B)< \infty$ なら $2\Psi(B)$ は偶数だけをとり、Poisson 分布に従わない
thm-pp-thinning残すかどうかの独立性(各点を残す確率は $1/2$ のまま)1 枚の硬貨で全点を残すか全点を捨てる($c=\lambda(S)>0$)$P(\Phi_p(S)=0)=\frac12(1+e^{-c})>e^{-c/2}$
Rényi の定理$\Phi$ の単純性$\lambda\ne0$ が拡散的、$\Psi$ を強度 $\lambda$ の Poisson 過程として $2\Psi$空になる確率は $e^{-\lambda(B)}$ だが、個数は偶数だけをとる
Rényi の定理$\lambda$ の拡散性$\lambda=\delta_{x_0}$、$P(\xi=0)=e^{-1}$ の $\{0,1\}$ 値の $\xi$ で $\xi\delta_{x_0}$単純で空になる確率は $e^{-\lambda(B)}$ だが、$\Phi(\{x_0\})\le1$ で $\mathrm{Po}(1)$ に従わない

Mecke の等式の例の右辺は、$f(x,\mu+\delta_x)=\mu(S)+1$ と $\lambda(S)=m$ から $m(m+1)$ である。間引きの例では、平均 $c$ の Poisson 分布に従う全体の点を確率 $1/2$ で全部捨てるので $P(\Phi_p(S)=0)=\frac12+\frac12e^{-c}$ となり、強度 $\lambda/2$ の Poisson 過程なら $e^{-c/2}$ のはずである。$c>0$ では相加平均と相乗平均の不等式から $\frac12(1+e^{-c})>e^{-c/2}$ である。

関連項目

参考文献

[1]
Günter Last, Mathew Penrose, Lectures on the Poisson Process (authors' version of 21 August 2017), Cambridge University Press (Institute of Mathematical Statistics Textbooks 7), 2017, Definition 2.1・Example 2.3(p. 11)、Proposition 2.10(p. 14)、Definition 3.1(p. 19)、Theorem 3.3(p. 20)、Proposition 3.5・Theorem 3.6(p. 21)、Proposition 3.8・Theorem 3.9(p. 23)、Theorem 4.1(p. 27)、Definition 4.9(p. 34)、Theorem 5.1(p. 38)、Corollary 5.9(p. 44)、Definition 6.6・6.8・Proposition 6.9(p. 49)、Theorem 6.10(p. 50)

Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する