- 在线时间
- 3 小时
- 最后登录
- 2012-2-10
- 注册时间
- 2012-2-5
- 听众数
- 4
- 收听数
- 0
- 能力
- 0 分
- 体力
- 35 点
- 威望
- 0 点
- 阅读权限
- 20
- 积分
- 31
- 相册
- 0
- 日志
- 3
- 记录
- 2
- 帖子
- 35
- 主题
- 12
- 精华
- 0
- 分享
- 0
- 好友
- 15
升级   27.37% 该用户从未签到
 |
Poisson分布(法语:loi de Poisson,英语:Poisson distribution,译名有泊松分布、普阿松分布、卜瓦松分布、布瓦松分布、布阿松分布、波以松分布、卜氏分配等),是一种统计与概率学里常见到的离散概率分布,由法国数学家西莫恩·德尼·泊松(Siméon-Denis Poisson)在1838年时发表。+ W# E' |( W5 ~* s; P6 h
$ z, `5 m' |6 M: |( w1 d
目录. D! z9 n* K1 N% s2 i
, d% @: e8 d/ F 泊松分布与二项分布的区别
8 J4 Q, {' W$ i) o: e. H* k- d9 x 泊松分布的应用
& c- @, C' B1 ?+ H( P展开
( H6 Z! n6 r7 x X
, }1 J) X7 e( M; H& Z Poisson distribution的产生' W4 U& x* R2 S
编辑本段泊松分布与二项分布的区别
( x% {3 j' \0 q; j5 [* f- k + H: N) y) y9 t* f8 M9 [: J+ [4 S$ K
[泊松分布]6 c6 J' H# Q! _) ~/ E
3 C; V; G; v m# w- `- Q# P4 s; H
泊松分布
- j8 O+ P5 X5 t# F- R. F9 i3 U6 ^当二项分布的n很大而p很小时,泊松分布可作为二项分布的近似,其中λ为np。通常当n≧10,p≦0.1时,就可以用泊松公式近似计算。
- ?' ~* K/ W. m( ]5 v6 c8 E9 S离散型概率分布9 q* t! J$ J1 w- F& |# q8 R
概率论中常用的一种离散型概率分布。若随机变量 X 只取非负整数值,取k值的概率为$ g w# x q9 g8 L, ~
4 c8 [% V- V! I , A" K8 O/ F) Q
: A) P+ y3 h: t2 g$ |7 s! b$ e* l(k=0,1,2,…),$ o, F& ^( [4 y+ H' j% n
则随机变量X 的分布称为泊松分布,记作P(λ)。这个分布是S.-D.泊松研究二项分布的渐近公式是时提出来的。泊松分布P (λ)中只有一个参数λ ,它既是泊松分布的均值,也是泊松分布的方差。在实际事例中,当一个随机事件,例如某电话交换台收到的呼叫、来到某公共汽车站的乘客、某放射性物质发射出的粒子、显微镜下某区域中的白血球等等,以固定的平均瞬时速率 λ(或称密度)随机且独立地出现时,那么这个事件在单位时间(面积或体积)内出现的次数或个数就近似地服从泊松分布。因此泊松分布在管理科学,运筹学以及自然科学的某些问题中都占有重要的地位。
1 d, B* e/ _; l& |8 p泊松分布8 }9 D# ^, P3 [
3 B8 e$ A, r8 z8 R3 P
[泊松分布实例]2 s: g' T% d2 X q' z
2 A9 |4 @' C p0 [泊松分布实例1 E4 a) ]7 g* k* b
泊松分布(Poisson distribution),台译卜瓦松分布,是一种统计与概率学里常见到的离散机率分布(discrete probability distribution)。泊松分布是以18-19 世纪的法国数学家西莫恩·德尼·泊松(Siméon-Denis Poisson)命名的,他在1838年时发表。但是这个分布却在更早些时候由贝努里家族的一个人描述过。就像当代科学史专家斯蒂芬·施蒂格勒(Stephen Stigler)所说的误称定律(the Law of Misonomy),数学中根本没有以其发明者命名的东西。8 z4 i! l& a) n; t* j
泊松分布的概率函数
) o. _, j- B' a& j( |% c& j
% o: y' C; y1 V3 z- W T; w7 E* m ]" X2 Z
泊松分布(16张)$ _: }3 ~& z( W9 _) V0 b r; s- b
泊松分布的概率分布函数为: P(X=k)=\frac{e^{-\lambda}\lambda^k}{k!} 泊松分布的参数λ是单位时间(或单位面积)内随机事件的平均发生率。 泊松分布适合于描述单位时间内随机事件发生的次数。如某一服务设施在一定时间内到达的人数,电话交换机接到呼叫的次数,汽车站台的候客人数,机器出现的故障数,自然灾害发生的次数等等。( ]+ C' z* }7 n
泊松分布的期望和方差均为 λ
6 O; o( u; E$ x; T 泊松分布的参数λ是单位时间(或单位面积)内随机事件的平均发生率。
8 }" i' s2 `- `; C: E编辑本段泊松分布的应用) l+ \2 v% ?) ]$ _
泊松分布适合于描述单位时间(或空间)内随机事件发生的次数。如某一服务设施在一定时间内到达的人数,电话交换机接到呼叫的次数,汽车站台的候客人数,机器出现的故障数,自然灾害发生的次数,一块产品上的缺陷数,显微镜下单位分区内的细菌分布数等等。
2 g1 c, x' `( M o( k9 U' k2 O 观察事物平均发生m次的条件下,实际发生x次的概率P(x)可用下式表示:2 p& i: i& c$ p% w- a
P(x)=(m^x/x!)*e^(-m)
& i+ N) f8 G* P' B3 P: \ p ( 0 ) = e ^ (-m)5 G: J) G8 U/ k9 n
称为泊松分布。例如采用0.05J/m2紫外线照射大肠杆菌时,每个基因组(~4×106核苷酸对)平均产生3个嘧啶二体。实际上每个基因组二体的分布是服从泊松分布的,将取如下形式:4 j9 n& q- g2 k* K( _0 R$ ]) X/ T
P(0)=e^(-3)=0.05;
' N" c* I& }) Z5 J* y P(1)=(3/1!)e^(-3)=0.15;
4 h1 e; Q$ V" M7 Q: [* }2 c P(2)=(3^2/2!)e^(-3)=0.22;
7 m- |8 M5 M7 W b7 d4 Y P(3)=0.22;9 x2 ^2 N. Y X' c5 _2 p
P(4)=0.17;……& r+ k( d1 r o" @8 Z9 w) w
P(0)是未产生二体的菌的存在概率,实际上其值的5%与采用0.05J/m2照射时的大肠杆菌uvrA-株,recA-株(除去既不能修复又不能重组修复的二重突变)的生存率是一致的。由于该菌株每个基因组有一个二体就是致死量,因此P(1),P(2)……就意味着全部死亡的概率。 |
zan
|