- 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。
/ Z! G6 t7 e3 p h7 u, s* _ Y
0 J/ t) U. E# R- w6 i0 P: h( g$ u0 D目录
4 Z% U7 f/ r% w n* k' x- U1 A# k; b n+ e* Z
泊松分布与二项分布的区别6 r: k! y9 G$ T0 [; y5 B
泊松分布的应用
$ V |# G0 ]* x& T% U. G' j8 k展开
- ^3 @) F L& P( f. m [# r, ]
' i: O. S& O0 x2 b E; o8 i9 m6 c" H9 Q- _ Poisson distribution的产生" X9 @4 P U3 f" K3 S- b T' v7 v
编辑本段泊松分布与二项分布的区别8 V. P+ C& T1 p+ N
% P5 t8 h& G# G. o
[泊松分布]
$ Y, E# V: |3 |, ?5 h. C p5 X/ T5 `; V, p% K
泊松分布
) [ K+ u8 W# p1 L# E2 w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 @' q; X# E/ h& m- l离散型概率分布: [; L' S3 @7 v- f0 f) 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( ?5 x) v# w0 Q
' O: r7 q2 ^2 l" M) ?! [
1 n6 Q6 N2 v/ |' M F) D6 v; f/ ~
; a0 F& _% C* \8 z( c# m(k=0,1,2,…)," m2 k/ l* ^$ `5 p$ z' n+ y
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 \1 v6 |+ A4 A, n0 O泊松分布
* C$ u2 p; e! a
6 b/ \: y6 t n3 T T9 S2 M0 ^ [泊松分布实例]6 H+ m/ }2 n1 @# B4 `$ v
% W" O% O& l8 m# b' I% E泊松分布实例
9 b; V$ r% J7 Z4 `2 d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。: q* g8 o& J f3 L: Q3 i
泊松分布的概率函数- v A+ J/ A' S( M w# o* _
- B; W! k# O5 q" S- z& n4 O- S$ E, B' L& m; J7 b' t4 H1 @3 ]5 @
泊松分布(16张)
% M1 S' t1 s! V6 h# Z" e 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。
- m& L; b- K( [- N: X* y# J 泊松分布的期望和方差均为 λ
' d' e# W" k% s5 s/ q% Y 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 I2 N) J" u1 X4 w; K. B* i编辑本段泊松分布的应用
& @/ _$ F4 `2 R" M8 {2 Y& @* r( ] 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. R' K8 t7 l: Y f$ Y4 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:
0 ^* y- p, f. H' N# m: U3 ? P(x)=(m^x/x!)*e^(-m)
$ S9 G. P+ \, J( `9 h* h- y p ( 0 ) = e ^ (-m)
$ U9 u9 @! }! J$ _8 Y2 `0 j3 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:0 f0 B; ~2 u5 C1 |
P(0)=e^(-3)=0.05;
; p: u+ U! n9 c P(1)=(3/1!)e^(-3)=0.15;6 v3 M ?4 n8 {* @1 c( |
P(2)=(3^2/2!)e^(-3)=0.22;! _$ O0 ^5 s ]3 n4 }% ]) n
P(3)=0.22;) b6 U; B) v0 U4 `7 t
P(4)=0.17;……
7 n5 g+ |+ E( D1 n3 l$ i- w) @ 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
|