- 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。
/ Y# m+ U3 a$ j# C. D
5 v, l) b8 [0 K7 Y% w% S0 W \9 M目录3 w& x8 k9 I9 k% G
1 r$ x, ?) ^/ v# I- k! O
泊松分布与二项分布的区别
; |7 o- M6 q8 ^( @ 泊松分布的应用9 I. ^1 h8 M( n! n2 V6 u7 o
展开
$ D2 }- p; J5 b2 S I- k2 a8 m9 j$ b/ Z
Poisson distribution的产生 E% E1 R4 r$ q! X" B- I8 A! @; i
编辑本段泊松分布与二项分布的区别
( {# U9 }: ~0 c* u+ x/ F , D: Z6 `5 s6 @" p+ J) p9 v( w" D
[泊松分布]
- g% G( V x+ d+ x9 V0 i: A$ d. F0 a8 I7 L9 E( `" b8 U; X% N
泊松分布3 |4 t6 w, u9 Q* Z, J+ h* e
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) K7 J A
离散型概率分布
0 H" c% X$ A: W 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+ q/ T- I! O) B1 c! G
5 Y8 H8 N4 o8 I$ j* m, s6 z
4 U# Q+ o) S! T. q2 L- a; y+ U
" B2 e: s4 \( B7 v$ f# V0 @(k=0,1,2,…),
' p! @5 n* ?+ W' j+ ]7 { 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。
: x# M) H( R# z泊松分布
B Q% A; e9 w, N ( D0 k" n! R1 ?0 `; E8 ?' V# {8 \
[泊松分布实例]
' b. O3 l0 Z' f2 {7 M5 P. ~$ K9 s5 Z" f \
泊松分布实例
" X: L% X' l( O1 Y# c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。2 D; u6 b3 N" \4 f f
泊松分布的概率函数
3 z+ m& x! d, b9 ~: r( ^ a: g# ^
" x6 x; p0 R% p7 h/ V% Z7 I0 f% r& ]% H( ?. E
泊松分布(16张)
- k+ |/ K- L2 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。1 E* D; x4 y; u! e0 p# W
泊松分布的期望和方差均为 λ
% | u/ X% G- h2 m 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。
7 H) n- v; `$ Y5 ~9 R编辑本段泊松分布的应用6 `" d3 y5 X$ e/ O: G R+ N
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。) o7 j8 S- @+ ? ]! U
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:. }! r; X# z+ j3 B9 w4 ~: S
P(x)=(m^x/x!)*e^(-m)/ \7 A% C( z2 `
p ( 0 ) = e ^ (-m)
" ^) b) \: @* U2 ?& F 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:
6 x( d5 ?7 j" X* D0 N, w2 y P(0)=e^(-3)=0.05;6 y4 K# i+ z' _% k$ B& Y* G) H& m
P(1)=(3/1!)e^(-3)=0.15;
1 v7 H0 C V8 d d0 | P(2)=(3^2/2!)e^(-3)=0.22;
- A# E6 F* |: C3 e7 e# r, u' ~ P(3)=0.22;) T/ K6 Q" W' y" h8 d
P(4)=0.17;……
+ h8 h% Z- g/ l 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
|