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。
1 \7 a/ B3 T( u( J ( c; V6 @( T; d
目录7 q) [7 v7 W# x
, P4 ?7 y z3 _9 t+ ~+ f$ Q 泊松分布与二项分布的区别
5 b2 @# ~. B2 i5 b; w+ i 泊松分布的应用
- H. i; G0 N3 ], \. `' C 展开
' N$ Y# H5 i J) q 4 X# B) |, M5 O( v2 w0 n
Poisson distribution的产生
# L2 \( q4 I' f9 b$ u 编辑本段泊松分布与二项分布的区别
9 j. B+ u# N4 \: \0 F3 _# Q * N0 z, d" ]1 z! l/ _% E" ?
[泊松分布]2 \/ L# Q/ I+ S) T9 z( T
: O* x# Q, ]! W$ Q 泊松分布
5 i5 z8 v3 {. R) {( ` 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。8 C" ]$ r" ?" P
离散型概率分布
; e |$ b7 l6 b! b 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
: ]; {, C/ f( y g U : d' A$ `2 o B8 g
4 C9 }( u; x( `& T, k
: x6 z( q* P9 j. C: F9 u2 U3 h (k=0,1,2,…),7 C' V6 Q3 x/ t5 L
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。
0 E+ S9 W2 k" L# [7 `1 C/ P 泊松分布+ [: s, t! u2 I+ a; }. l4 V. P
/ ~9 f" c' e) j9 a! r" t# c. I
[泊松分布实例]8 x9 Z0 ]5 y) r6 o( K
* Q( ]7 J/ t& ]$ D0 H% n" { 泊松分布实例
( W6 C: Y- A" m6 B, Y 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。% _! x) ]9 c+ A3 Z1 _
泊松分布的概率函数; m+ E6 c5 e) j" Q; X6 h
; ?& q* N2 B$ e$ n
& H1 K, d2 S$ t) X 泊松分布(16张)5 w, [+ P, ~( V' k8 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。( |7 ?& e8 v; M% C8 s: c
泊松分布的期望和方差均为 λ4 _$ \' Z" T( U O1 q
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。
! U) ?% N! T+ e/ h8 f! e 编辑本段泊松分布的应用4 i. U5 S3 R6 |# g6 z. }
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。1 J) V9 `0 ^' t$ M; G2 |' T& \+ `
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:. y+ K7 @ N' c
P(x)=(m^x/x!)*e^(-m)0 T4 r1 [8 e, G( e) J
p ( 0 ) = e ^ (-m)
$ }' b' B8 @3 n2 w5 k 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 d" F W8 K2 d4 }2 F; h0 ~( S
P(0)=e^(-3)=0.05;
2 v+ M$ K' C3 I; B, ]* z P(1)=(3/1!)e^(-3)=0.15;/ q6 _3 z) {2 Y: o
P(2)=(3^2/2!)e^(-3)=0.22;
3 }! f! g. W* P0 \2 {* M P(3)=0.22;
( |* X% M+ T) [% J ` x P(4)=0.17;……; ^. m7 i2 j9 t+ e& ^
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