Un processus ponctuel sur la droite réelle (temps) ou dans l'espace où les effectifs dans des intervalles disjoints sont indépendants et où le nombre d'événements dans tout intervalle de longueur t suit une loi de Poisson de moyenne λt pour un taux constant λ (cas homogène).

Principe

L'indépendance des accroissements disjoints combinée à la stationnarité des accroissements implique que les effectifs sont de loi de Poisson avec une moyenne proportionnelle à la longueur de l'intervalle ; équivalemment, les temps inter-arrivées sont exponentiels indépendants de paramètre λ dans le cas temporel homogène.

Démonstration

Situation : Des appels arrivent dans un centre d'appel à un taux moyen λ par heure, supposé constant. Reconnaissance : Les intervalles disjoints sont indépendants et on a homogénéité. Action : Modéliser les arrivées par un processus de Poisson de taux λ et utiliser des temps inter-arrivées exponentiels pour simuler ou calculer la distribution des temps d'attente. Conséquence : La probabilité de k arrivées en t heures vaut e^{-λt}(λt)^k/k! et les inter-arrivées suivent une loi exponentielle sans mémoire de paramètre λ.

Mauvaise application

Appliquer le processus de Poisson homogène à des données dont le taux varie avec le temps ou présentent de la dépendance. L'erreur est de supposer la stationnarité et l'indépendance ; sous une intensité variable, on sous- ou surestime les variances et les probabilités d'événements.

Conséquence

Une application correcte fournit des probabilités en forme fermée pour les effectifs et les temps d'attente, facilitant l'analyse et la simulation. Une application incorrecte (ignorant la non-stationnarité ou la dépendance) conduit à des estimations biaisées de la congestion et à de mauvaises décisions de dimensionnement.

Inversion

Si le taux d'arrivée λ(t) varie (processus de Poisson non homogène) ou si les événements forment des agrégations (surdispersion), les hypothèses d'indépendance et d'exponentialité des inter-arrivées échouent ; on doit alors utiliser des processus non homogènes, Cox, de renouvellement ou de cluster.

Limite

Clairement dans : Comptage de photons issus d'une source d'intensité constante sur des fenêtres courtes avec effectifs indépendants. Cas frontière : Données d'arrivée présentant une variation diurne lente — sur de courtes fenêtres l'approximation homogène peut tenir, sur de longues fenêtres non. Claire­ment hors : Séquences d'événements fortement regroupés (p. ex. répliques sismiques) violant l'indépendance.

Tension sémantique

Simplicité (formes analytiques) ↔ Fidélité (représenter l'hétérogénéité temporelle ou la dépendance) : le processus de Poisson est commode mais peut mal représenter une variabilité structurée.

Synthèse

Le processus de Poisson lie la propriété sans mémoire des inter-arrivées à l'indépendance et la stationnarité des comptages ; détecter la violation de ces hypothèses est essentiel car elles gouvernent les formes analytiques et l'usage des temps exponentiels.