- 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。
/ Q; I9 A, x3 y" o
2 B( k0 |$ E' L r( z目录 L* x# s6 Y, q; Q0 n
) P- ^3 o3 L9 C# N. `
泊松分布与二项分布的区别
. v% U0 f6 T3 @; j% I7 f2 a 泊松分布的应用5 T T6 [5 |) k* [8 M9 j, y
展开9 p) u3 t; M% `* y/ G1 [
( T: G4 }1 S4 P1 Y% F: T Poisson distribution的产生 i& M4 a9 @* p
编辑本段泊松分布与二项分布的区别
. o4 m6 X t/ r' }2 b. N+ I% x 2 d9 K# p: C" M' U/ l% z6 ?
[泊松分布]
3 Q4 e, U, ]" k3 S+ Y6 H/ N( W; o) G, ~3 i+ w1 |. B
泊松分布; q9 D2 ?% h6 @, \2 q
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。
Y7 l$ Y! S |; F" m, j; v离散型概率分布* z1 F1 Z8 Z( d7 Q8 F" Y+ c, 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
- d# U$ K F& i* J4 D
3 T1 T# F/ M" J+ ]1 |/ u7 Y0 @, F 6 c, C Y0 u8 Z+ [: x3 y1 e
0 ?' A; A. S! U/ z1 P
(k=0,1,2,…),. U5 s$ p6 Q: G- l( E2 t* \
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。! I6 O) N0 i$ |5 z- w; V" M" V
泊松分布5 c# _2 i H& U, F. r q% j
8 h! V2 K. I A7 {) h' ]6 `, A
[泊松分布实例]6 ^: Z; Q% P& `6 M* G
9 O, N% k* K0 K2 j! ?
泊松分布实例
2 u( I, O' w4 G6 q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。4 _# @1 G' x7 {/ t( w: X r
泊松分布的概率函数; \; \* X' p6 ^3 u u
: u) A1 z2 q7 E* d% S
; W! q7 l! p: ?0 X5 E. Y泊松分布(16张)
6 r2 @+ Z* z2 M5 {: t 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。
% j, A5 z v+ ^9 p7 _0 N- q 泊松分布的期望和方差均为 λ
7 Q: O" P* j& Y 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。9 {. T2 p- i2 b( t* d: t
编辑本段泊松分布的应用/ p2 b- k7 I3 _/ Y& l
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。# R. |& p; D% q* H
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:
( j1 Z4 p3 ?/ a* k+ B2 k8 w) F P(x)=(m^x/x!)*e^(-m)
/ D3 ?5 L/ ]; T3 v) ?, H; x p ( 0 ) = e ^ (-m)
, H3 i1 a8 b9 @& B( P 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:
n* F5 H6 E K P(0)=e^(-3)=0.05;
. b* l& V* O; u6 I: X P(1)=(3/1!)e^(-3)=0.15;
0 f0 L! y( i, V' v5 ? P(2)=(3^2/2!)e^(-3)=0.22;
" b5 v' c$ l5 x( F P(3)=0.22;
; j0 [( T+ w5 \( u P(4)=0.17;……
6 s" A% w0 B# C% J$ f, a0 }7 Y" u 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
|