- 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。
% i5 O: c1 g/ v7 f
0 \5 J6 j+ y- ?* C( Z' G目录
6 y4 r% V7 F9 a' x; c# ~/ E/ i
7 F3 ~4 W9 U3 A: R1 d 泊松分布与二项分布的区别; q) O3 J& X& v
泊松分布的应用
0 |; d, ^4 q& C1 @6 i展开
. z& G2 z' p2 P! O$ ?9 t
5 T8 r" V/ c. h/ ?. W1 l" w Poisson distribution的产生
; l3 A3 W5 J9 c3 d5 `2 {9 i5 P编辑本段泊松分布与二项分布的区别" I* {( j) Q. }" b+ H- d
/ C x2 @9 T1 l* o2 \
[泊松分布]
& R% R2 R( Z" a" U1 W9 `" ]3 J" n
* j e8 V% k3 @" O; o( G% I) n; @3 |泊松分布
. \4 O: m6 L. c3 Y$ L9 j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。- u1 {! _. J. [1 |$ A" }4 z
离散型概率分布: e1 ^: g1 c' ^" c" H4 U; m
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
1 f5 }# F. A$ l( R* F
( U5 ^7 ?/ M G% e$ d; G. l$ B U( S - B1 [/ }: p/ U( b7 G& `* I% C' [
5 @) [0 t4 S3 ^9 d, B" \. ~(k=0,1,2,…),& L' k3 `% X/ V7 M+ P7 Y/ S' j2 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。* p! \9 }1 t5 U0 |* Z
泊松分布# m6 }4 V' ]( B0 ]( z9 j
8 ^, P% F( t3 Q8 u U [泊松分布实例]& f, _+ x; r' t4 n7 N
4 c5 \7 F' D3 r4 G1 l泊松分布实例8 e6 J% l) J D2 n
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。# ? [% f; b! n' C$ e
泊松分布的概率函数
E; l! ]" Y& z! z2 R
8 R$ K' h3 S/ O2 e* d7 v6 B+ g1 Z$ t" [' j. T
泊松分布(16张)
4 F4 i6 o- | l1 m0 h" p) d! k 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。
4 e0 p3 W5 G5 f, D3 G( T5 G 泊松分布的期望和方差均为 λ8 ?; [: X* m4 @9 ?% l: \5 P- G
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。
& n3 s. l; c5 T3 P编辑本段泊松分布的应用' S" C$ l, d5 c
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。
) z! j2 W0 X: c. N* @ 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:. n/ j3 \- m4 p5 x! [
P(x)=(m^x/x!)*e^(-m)8 V( B) {) k) v- y+ z+ `
p ( 0 ) = e ^ (-m)
& O3 G u3 L' E7 A( t3 |3 ]/ _ 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:# s1 {" L; \% q: ]6 |
P(0)=e^(-3)=0.05;# n: b2 {3 [$ o: N- }$ j2 e
P(1)=(3/1!)e^(-3)=0.15;" f! r9 @7 [" E, _- o/ \1 |
P(2)=(3^2/2!)e^(-3)=0.22;2 ~' P3 B! j* ^+ h
P(3)=0.22;
7 C" h! f: C4 r& ~: Q# [ P(4)=0.17;……
1 O# {' D5 }$ |- @* V( Y 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
|