- 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。
* W2 [, a1 U* m0 m, p; |7 B B; [0 ?' k' s! {" X& T
目录9 m, D/ g7 u* x$ a/ w7 s
- k- e! J ^- p5 L
泊松分布与二项分布的区别
, K+ B% m0 Y; X# y1 z 泊松分布的应用+ ]; ?/ o) c6 y& Y
展开
q. W+ w& I' M8 A
4 U9 D/ ?- j+ a9 c Poisson distribution的产生' { S1 O. i* C" V& P1 L: o
编辑本段泊松分布与二项分布的区别1 q* h: r3 U3 n/ ^
( Y/ X1 P$ V4 D [泊松分布]
6 L9 f1 h5 G% S+ _3 x# S6 G
, q; [! Q, |/ [" m8 f! W泊松分布
# m# U+ F2 Y& Y' y) ?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。% @: ~1 M8 D n
离散型概率分布
5 f# t0 M- j1 y, m, h 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3 P0 _$ o' J2 e/ `
; ` K ]# t+ {& e- |+ n9 e" E& N ( N% ^1 ?5 y8 J# [) [' j
$ Z! o7 a, d) ~- t! G* u5 M" l
(k=0,1,2,…),
0 p1 ^; f4 C6 ?, E 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。
* A% v, S; B1 |& |3 ~) {' \6 g2 R泊松分布
: _" K( B4 o8 L \
/ p$ {% K+ e9 v [泊松分布实例]4 q( ~7 v$ N* q! g0 q! M
; x$ Y& l' c A$ o4 m, D1 h0 H
泊松分布实例
2 i5 {' u. f* H% |0 @! g* }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。
: U: t$ P, o* U9 R( U7 P6 W" A& j泊松分布的概率函数& Z! Q" A, k% ]
. w" e2 u. C \7 S$ t: O1 l
" r4 E/ N7 w. |+ D3 e泊松分布(16张)
# K0 L$ @1 F8 u; m3 i7 n4 [+ } 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。* ~" v- j3 G" _1 P4 O E5 S
泊松分布的期望和方差均为 λ
& O6 O) V0 e, t7 g4 w 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。; [ @* |5 r' `4 A$ D5 U% \! z& `
编辑本段泊松分布的应用
, o9 N- ?, M$ G( Z' s 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。- W( ~2 h6 m3 a' |( }
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:
) c( Z: G8 o! _) C4 `9 B% I P(x)=(m^x/x!)*e^(-m)
3 b8 F: |1 K; U% j' M2 P f# { p ( 0 ) = e ^ (-m)
4 p3 W! A: b) _% w 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 C7 P" x, P- \" K) t' j6 @ P(0)=e^(-3)=0.05;6 t4 C% |0 h& |+ U
P(1)=(3/1!)e^(-3)=0.15;+ `0 o6 ~ l1 K/ H6 ]2 O
P(2)=(3^2/2!)e^(-3)=0.22;
- b0 C7 {1 ]; K4 {% W: M% ^+ C P(3)=0.22;
$ Z2 p* }" r( k! T; {- H+ ?4 V P(4)=0.17;……) r; m B1 p: e4 W( x/ T
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
|