- 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。
( _0 b' U _9 ~" G" }
# U* A0 \9 W- C/ R& b& H4 H目录$ k& \& H9 S2 X) l' f( g
. \4 L/ Z. n% Z/ E5 n ~ 泊松分布与二项分布的区别
6 r2 f9 K f7 z- M 泊松分布的应用
& A- ]: p% X1 q! n展开
3 C7 R# x) n1 K1 q8 G, f$ W& K
2 a0 O% T3 C' I5 C; Y9 b Poisson distribution的产生
. J7 F$ g% _. T" g% @) R$ `4 ]编辑本段泊松分布与二项分布的区别) g9 Y# R/ k6 r3 x
& R+ m1 I' @# @* r, H* T% J/ h [泊松分布]) ]2 T5 R: X) Y( I* U6 q& s
0 s" X6 a2 a$ c$ h0 ]1 z' e
泊松分布
% \* e! n E4 }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。3 u$ l. m0 a. i+ C
离散型概率分布2 y( z z: C1 e) C2 e4 n' w: X
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
/ {6 H4 J9 i; c2 b8 K$ [ ^/ L & {% _: f0 B9 |/ c) Z7 U
% N! D8 q8 X+ K6 B$ A( q, h Z+ t- U# n" r; ^0 N
(k=0,1,2,…),
9 e: a$ W1 h% u1 P 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。6 q, [* b; J% H
泊松分布& \# ]8 P0 S: t8 h
# f- @" s6 O5 I: P! u% e, r
[泊松分布实例]/ }: ]6 N! K5 z5 L# e6 h
% }( M, ^9 d" D- @: P泊松分布实例
4 x& X6 V) Z; n$ {2 o# S# n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。
, t% K, h7 }5 ] B0 b; g泊松分布的概率函数
) j/ y- k' {( H5 C9 m
$ I5 }) ?4 E+ X( O
- ~4 _: p, ]! D5 L4 d! [/ c+ F1 i泊松分布(16张)
1 H) r$ o# S' Z% {$ }- M 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。
0 N+ g- G3 U1 E' L 泊松分布的期望和方差均为 λ
: i6 {4 j; v% \# \* j/ _ 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。
# ^2 V4 ?+ b3 e, t* w0 c编辑本段泊松分布的应用; W+ |: N* N0 W- L$ e/ q
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。
* i+ b$ {* M( ?, s 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:6 g* P1 A- T4 h, T
P(x)=(m^x/x!)*e^(-m)
G' r; q1 n2 U6 \- s! M p ( 0 ) = e ^ (-m)! B, ^# D0 N g' I" @
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:
2 `: P+ ]" I, T9 T( w. z# o P(0)=e^(-3)=0.05;6 D0 P5 w! ]* X( {4 T/ e8 k3 W. n
P(1)=(3/1!)e^(-3)=0.15;
7 j5 @" h. h: ~( c4 a P(2)=(3^2/2!)e^(-3)=0.22;; q$ }8 z. T: X% n2 K1 P- M2 }. B
P(3)=0.22;
8 O. k: \( W L& Z8 Y P(4)=0.17;……
1 s. O9 U$ o( A/ Y/ Z9 b 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
|