3. 泊松过程的到达间隔与计数分布

在泊松过程建模中，我们通常从两个互补的视角观察事件：一是计数视角，即固定一段时间内到达了多少个事件；二是间隔视角，即相邻两次到达之间隔了多久。本节要建立的正是这两者之间的桥梁：到达间隔服从指数分布，第 n 次到达时刻服从伽马分布，而固定时间窗内的计数服从泊松分布。理解这三者的推导关系，是后续做事件到达模拟与结果校验的基础。

一、到达间隔为什么是指数分布

设泊松过程 {N(t), t≥0} 的强度为 λ，即单位时间内平均到达 λ 个事件。令 T₁ 表示第一次到达的等待时间，则事件 {T₁ > t} 等价于“在 [0, t] 内没有发生任何到达”，即 {N(t) = 0}。由泊松分布公式 P(N(t)=k) = (λt)^k e^(−λt) / k!，取 k = 0 得：

P(T₁ > t) = P(N(t) = 0) = e^(−λt),  t ≥ 0
F(t) = P(T₁ ≤ t) = 1 − e^(−λt)
f(t) = λ e^(−λt),  t ≥ 0

这正是参数为 λ 的指数分布，其均值为 1/λ，方差为 1/λ²。由于泊松过程具有独立增量与平稳增量，任意第 n 次与第 n+1 次到达之间的间隔 Xₙ = Tₙ₊₁ − Tₙ 与 T₁ 同分布，且各 Xₙ 相互独立。因此“到达间隔独立同分布于 Exp(λ)”是泊松过程的一个等价刻画——这一点在模拟中非常有用：我们既可以用“按指数分布抽样间隔、逐个累加”的方式生成到达时刻，也可以用“按泊松分布抽样计数”的方式生成事件数，两者应当一致。

二、无记忆性的推导与含义

指数分布最特殊的性质是无记忆性。对任意 s, t ≥ 0：

P(T > s + t | T > s) = P(T > s + t) / P(T > s)
                      = e^(−λ(s+t)) / e^(−λs)
                      = e^(−λt) = P(T > t)

用过程语言表述就是：已知已经等待了 s 仍未到达，那么再等待 t 的剩余时间分布与从零开始等待 t 完全相同。这意味着泊松过程“不会记住”上一次到达发生在多久以前，剩余等待时间始终是均值为 1/λ 的指数分布。工程上这解释了一个常见直觉误区：如果某服务台的请求到达是泊松过程，那么“已经空闲了很久”并不意味着“马上就会来一个请求”，空闲时间越长并不会提高下一瞬间到达的概率。反过来，这也说明泊松到达在时间上是“完全随机、无聚集倾向”的，若实际数据表现出明显的间隔记忆（例如间隔过长后到达概率上升），就应考虑非齐次泊松过程或更新过程。

三、从指数到伽马：第 n 次到达时刻

第 n 次到达时刻 Tₙ = X₁ + X₂ + … + Xₙ，是 n 个独立同分布 Exp(λ) 随机变量之和。其分布为形状参数 n、速率参数 λ 的伽马分布（当 n 为整数时也称爱尔朗分布）：

Tₙ ~ Gamma(n, λ)
f_{Tₙ}(t) = λ^n t^(n−1) e^(−λt) / (n−1)!,  t ≥ 0
E[Tₙ] = n/λ,  Var(Tₙ) = n/λ²

它与泊松分布的关系可由“第 n 次到达发生在 t 之前”这一事件的双重描述得到：{Tₙ ≤ t} 等价于 {N(t) ≥ n}，于是

P(Tₙ ≤ t) = P(N(t) ≥ n) = Σ_{k=n}^{∞} (λt)^k e^(−λt) / k!

对 t 求导即可还原伽马密度，这体现了泊松计数分布与伽马到达时刻分布是同一随机机制的两种“对偶”描述：一个是“给定时间看个数”，一个是“给定个数看时间”。在可靠性、排队论中，这一对偶关系常用于把“第 n 个故障发生时间的概率”转化为“某时段内故障数不少于 n 的概率”来计算。

四、用模拟验证到达间隔的指数性

理论推导之后，最直接的检验方式是用模拟生成到达序列，再对间隔样本做分布检验。下面给出一个可运行的 Python 示例（示例参数为 λ = 0.5 次/分钟，模拟 20000 个间隔，属于教学假设数据，非实测结果）：

import numpy as np
from scipy import stats

rng = np.random.default_rng(2024)
lam = 0.5
n = 20000

# 方式一：按指数分布抽样间隔，累加得到到达时刻
intervals = rng.exponential(scale=1/lam, size=n)
arrivals = np.cumsum(intervals)

# 方式二：在固定时间窗内按泊松分布抽样计数
T = 1000.0
count = rng.poisson(lam * T)

# 检验间隔是否服从 Exp(lam)
ks = stats.kstest(intervals, 'expon', args=(0, 1/lam))
print("间隔均值:", intervals.mean(), "理论值:", 1/lam)
print("KS 统计量:", ks.statistic, "p 值:", ks.pvalue)

# 检验第 5 次到达时刻是否服从 Gamma(5, lam)
t5 = arrivals[4::5][:5000]
ks5 = stats.kstest(t5, 'gamma', args=(5, 0, 1/lam))
print("T5 均值:", t5.mean(), "理论值:", 5/lam)
print("T5 KS p 值:", ks5.pvalue)

运行后应观察到：间隔样本均值接近 1/λ = 2.0；KS 检验的 p 值通常大于 0.05，不能拒绝“间隔服从 Exp(0.5)”的原假设；T₅ 的样本均值接近 5/λ = 10.0，且与 Gamma(5, 0.5) 拟合良好。若把抽样方式改为“先按泊松分布生成每个单位时间窗内的计数，再展开成到达时刻”，得到的间隔经验分布也应与指数分布吻合——这正是两种生成路径一致性的验证。

五、结果判读与常见偏差

模拟验证不只是“看 p 值是否大于 0.05”，还应结合图形与矩进行交叉判断。建议同时输出间隔的经验分布函数与理论指数曲线对比图，并检查样本均值与标准差是否都接近 1/λ（指数分布均值等于标准差，这是一个易用的快速检查）。若均值明显偏离 1/λ，多半是抽样尺度参数写错（例如把 scale 写成 λ 而非 1/λ）；若均值正确但方差显著偏小，则样本可能存在间隔下界或被人为截断。对于计数视角，可进一步用卡方拟合优度检验比较各时间窗内计数的频数与 Poisson(λt) 理论频数，若出现方差远大于均值（过离散），说明实际到达存在聚集，应考虑负二项或非齐次泊松模型。

把三个分布放在同一框架下记忆：计数看个数用泊松，间隔看时间用指数，累计到第 n 个用伽马；而无记忆性则是指数分布区别于其他寿命分布的关键特征，也是泊松过程“无后效”假设在间隔层面的直接体现。掌握这一组关系后，无论采用“生成间隔再累加”还是“生成计数再展开”的模拟策略，都能保证事件序列在统计上与泊松过程一致。