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。 ) C2 n5 ^6 N' f% s1 Y& q: W6 a1 O) f7 R
目录) o" ~1 @1 Z2 v& r/ b0 f( T' F9 j6 I0 }
7 _- y, G+ @7 G2 H3 L- e+ x
泊松分布与二项分布的区别 ' y) G. `- r3 A7 Z: v% E* S" H" @ 泊松分布的应用 0 u) Z9 ^7 n& C0 {0 P% S, F& {展开2 Q/ }+ `4 [% c
9 t V$ E4 `7 E
Poisson distribution的产生 , C' g8 L+ X3 P3 ~3 k* B1 F% O: ?编辑本段泊松分布与二项分布的区别: Z4 G6 [: O' ~, y
0 [$ ?3 x- |2 Q6 M" W# E/ w
[泊松分布], R& W- w& Q( A' h" G
* z3 u% Z# c% n1 y0 ]
泊松分布/ O& j, \2 @$ |
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。 : O6 S+ ? Y( H( x0 M, ?, Z4 J7 O离散型概率分布 # {, v/ T( f6 s3 F+ J0 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0 y/ k+ M3 J0 p( e* f! S/ m" M
% W# o2 F' E* I- V
; S) O0 i/ n3 U4 R* ]* M2 w" r
j, j1 u$ ^' M Q& m2 f(k=0,1,2,…)," I0 F; J& K; w
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。+ p* G! F4 e$ e
泊松分布 6 C |& @1 C8 H' t. J7 O : Q4 |% B' u: @5 R
[泊松分布实例]5 O# z9 f0 i1 R6 z7 `4 d
. E( g1 F. |3 l* |' I, s5 o9 u5 Q泊松分布实例- z) u& m4 O- V( G3 W6 \0 X
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。) v C, x! y2 i
泊松分布的概率函数) u8 e; Y+ x$ y. O* Q: f
# ~. ]% c( @/ p! s: d9 ]4 `$ O+ c7 k$ ]3 e1 Y
泊松分布(16张)% r( k, [0 G+ _* d
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。 $ e3 ]! m9 E% u, n- Q' p+ g* A 泊松分布的期望和方差均为 λ; Z2 w' s- f4 G9 b: s: T- U
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。# a; K/ c, k+ p! M
编辑本段泊松分布的应用& G$ R3 U6 c! X: F |8 F
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。- m- Q: ~* D- F9 t- E/ W0 v
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: 8 Y3 v E+ Y! l ?" }$ S P(x)=(m^x/x!)*e^(-m) / N7 r4 L, ^7 U$ X p ( 0 ) = e ^ (-m) * z; j& x1 s" l7 C: W3 z 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 q E; L, X- V% C P(0)=e^(-3)=0.05;/ c8 a2 k( b5 T3 `4 F) _
P(1)=(3/1!)e^(-3)=0.15; 1 `& _5 f) Y, W9 k P(2)=(3^2/2!)e^(-3)=0.22;* \# g: K1 c' C9 x7 _
P(3)=0.22; # w9 O" O m6 P: p P(4)=0.17;…… ; R# g1 P' C$ e; _6 R2 P 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。