- 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。8 ^$ s" t2 H* j: {: c& B
# M& c* ~; F+ j+ O+ P
目录
) v6 Z" k6 _) C3 w% _
" O# y6 B+ }: s7 A# V 泊松分布与二项分布的区别
9 m$ m& M1 i; c% Z$ A 泊松分布的应用; G9 _0 M1 e4 b' Q. R
展开
* P5 V3 F9 [" `. H: r6 s
# Q5 P( c- d% ?: O* z Poisson distribution的产生
" O4 F$ g3 H% G8 u+ w编辑本段泊松分布与二项分布的区别* S! k7 |: |4 ~# D9 P2 u, P* J
7 |8 }# M" y9 E) N5 Z2 J [泊松分布]
2 o+ o7 G4 c8 u+ Z: ]
& W0 a, g/ O* _9 _) k泊松分布
$ c( f; W2 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。7 N- L% p& l3 Z( }
离散型概率分布3 ?) P" x! Y( j! h7 i$ E
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 w, T! X& G5 E0 u( R) e6 f, L n
/ S! B$ N/ L# J8 R% c+ ^8 T4 \4 h
* O' C- Y, S* f, |, Q( m; Y' w6 w/ F4 @) U4 U" \/ G8 Z3 D* U' d9 P F
(k=0,1,2,…),: t& ^6 J& m4 z! U3 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。2 b; W& e6 P6 Y) E
泊松分布8 [) h: s& r. W* I" z
6 U) U/ N. j' U, \/ o* }; z
[泊松分布实例]- Q( a6 ?* {) |
8 v! Y% I7 M: M; s1 q/ l
泊松分布实例
. R4 }2 w! ^* i7 }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。
: k6 q: ^- ]! e; M泊松分布的概率函数5 H! O s) X$ e/ W& H
" u+ t9 T, {+ d1 b
6 ^/ k" s1 [7 Q1 {. Q, v7 a
泊松分布(16张)
8 ?' a" T5 N: z 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。
# J2 h! s* V8 y6 [9 j& X# K& y 泊松分布的期望和方差均为 λ# X' u! Z7 F5 l0 [6 o
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。; @0 j8 a1 G3 h2 l. G" y' E0 r
编辑本段泊松分布的应用
4 f f5 |, |- K! @ 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。
! J" }- o2 Z# v$ p6 B6 a2 a, 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:
& \7 J4 d* o- {' E* z9 g- I P(x)=(m^x/x!)*e^(-m)
4 t7 E- M* X8 o p ( 0 ) = e ^ (-m)" I8 I) D6 G2 l! M2 L6 Q0 `
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:9 r1 K3 [* z6 I! q- |6 A
P(0)=e^(-3)=0.05;
+ U# {# M% y8 G0 @/ h- q/ r" B5 l P(1)=(3/1!)e^(-3)=0.15;2 u1 c0 \7 C2 M7 k6 x
P(2)=(3^2/2!)e^(-3)=0.22;0 Z$ M. c; T9 f! f, y! Z2 Z
P(3)=0.22;
7 p9 [- f. L8 ^% T \ P(4)=0.17;……
" l) O# c, V" r1 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
|