- 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。
\) i# x$ b0 o9 S- I1 k% s5 T8 ^4 @0 P2 n+ M- X, p& p
目录7 l7 V9 y4 v4 F4 x/ R8 [
; V7 D/ |7 p) o; D7 p3 P3 z! v 泊松分布与二项分布的区别
6 L& @) Z9 M `: A' n 泊松分布的应用* K) q% d# M; M6 f! L. ^
展开
f& ?: L1 s* r9 t: g: _; I+ L7 P# i5 L+ p3 |
Poisson distribution的产生
6 Y4 _, c* V# K编辑本段泊松分布与二项分布的区别
" M) w. o* k1 @0 l" I% _, q 4 x* t$ I5 K7 w7 K# K T' c2 \
[泊松分布]0 q' m% P8 ^4 h
+ T7 G, F h& z# O, N6 B& W w
泊松分布
$ t4 y D% P4 l0 d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。
, ? V( B* s2 [0 H* L' E离散型概率分布
+ B: l1 ?" o# B Q, ` 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 V: u2 ]+ J* T
% W, z6 \" y6 i( i' V
! ]( |/ Q- G7 n, @$ m/ V
c5 d% h: M1 d( M! g) {(k=0,1,2,…),
7 ~6 i) K( m4 D* z+ S/ X 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。
$ r, k" W% _" m# V8 I6 {( o泊松分布
% u5 h3 M' W2 o* w0 t* M7 ^* d8 l
2 ~: ]8 o2 G' ^3 m [泊松分布实例]
* [" m. Y- m3 x! W/ ]+ p7 {; v7 B. [% M0 r! ?
泊松分布实例7 P, F3 t% u1 J: l( _4 q+ k
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。( ~1 \- C3 {, m
泊松分布的概率函数8 ?6 E" a. m, e" J
) ]. ?3 K% Y7 g* \; w: V! M# ]% x% E! W d. Q
泊松分布(16张)7 K4 K+ R4 q/ ^2 }8 F/ u1 \0 ~
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。
9 d ?- z5 h4 k% k& X/ A2 M 泊松分布的期望和方差均为 λ- d2 X6 j5 `# @. G2 x, x
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。( I; G& S2 b3 j& ]- }; P
编辑本段泊松分布的应用
) Y3 V$ J5 c9 I) z- k8 m: F( l8 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。
! D7 p4 s' S9 K/ J# L 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:
) K' m' m9 `9 K P(x)=(m^x/x!)*e^(-m)7 l2 A4 G; B6 x& F
p ( 0 ) = e ^ (-m)
9 |& `& D- c1 p* ~( i1 U- Z5 J* | 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:
* B8 [- }7 g7 B0 U4 O5 d5 F P(0)=e^(-3)=0.05;. a' q+ X& v t
P(1)=(3/1!)e^(-3)=0.15;" N1 K$ y: y% l% l/ R! n% s5 |
P(2)=(3^2/2!)e^(-3)=0.22;. b4 t9 l" X' k. K; n1 p7 v
P(3)=0.22;
. D! r u! I& x" C P(4)=0.17;……& X3 ~- A) Z" m
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
|