- 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, U+ ~& T; j( l, Y" X' K' x' R0 t) P
目录
; i0 z; f6 V# |( H: A* |. E+ k+ O
- C+ N8 G% B& a6 k1 C/ W8 \7 @3 m 泊松分布与二项分布的区别+ ~5 A& G; i) i I/ s5 J% }% i
泊松分布的应用" a% u! Z% Y" S& @4 L6 q9 u. b
展开 _/ I4 x V0 f. c6 y2 b# n
! S" s, I$ F" z7 _0 Y# m" j: @
Poisson distribution的产生% N) P; e* k/ H
编辑本段泊松分布与二项分布的区别" i* h$ H! J( ^- E) R$ M
0 s; i: y% S; L; B3 Q( r* f" r [泊松分布]: a a" e5 D0 R
4 V# q0 D: s/ o/ U: W, b泊松分布3 \8 ?, R/ n4 f/ l; E$ N) r% t4 b& C
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。4 H* B2 Q, e# n0 ~5 g
离散型概率分布6 z& r, c0 d \3 T. I# N* I$ T& i
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
N+ l/ e! K; p) m; x1 i+ A 8 `' M7 X/ y0 [, K' H
9 O7 q5 k8 k, K, I- n8 N
. F: A( O S/ y, o% s, n. e(k=0,1,2,…),2 A1 V$ W! J3 k
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。
5 s5 f/ @/ t/ G0 a/ t$ L泊松分布( N1 U$ @6 {! \3 ^- {2 j
: T6 E$ w F. r! U$ l! Z5 O$ v
[泊松分布实例]5 o% K. i7 p8 f# Z
+ R _( g: r+ ~( t+ m( u
泊松分布实例& _4 f% z) O' G
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。7 C8 W& d* s$ W3 f+ t3 Q
泊松分布的概率函数3 h1 L3 _- Z( P) L, m
0 u, d* f# g+ n" D
5 u6 o1 S0 X# Z2 S6 n. o* f) ~
泊松分布(16张)4 n! h W6 t' \( E4 o1 L$ f, L
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。
, ]; t' k/ ^( z( @& x6 p 泊松分布的期望和方差均为 λ6 [! F! d! g' g/ J' v
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。4 Y. X: S' F1 x4 J: c9 J+ F& e" s
编辑本段泊松分布的应用6 E& ^# `8 `% H
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。5 c8 [! U0 a6 j7 }9 d/ o3 j
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:
+ e% ^8 t: L8 K0 s P(x)=(m^x/x!)*e^(-m)
" ]8 l. e) @4 ?$ L p ( 0 ) = e ^ (-m)$ P. ?) e& j5 J' ?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:3 u- v' n9 m/ r9 e; e* f$ R2 e) r
P(0)=e^(-3)=0.05;! @2 X8 D8 k$ T* _& m x2 {* ]" T: j
P(1)=(3/1!)e^(-3)=0.15;
/ a* C8 ?' L' O P(2)=(3^2/2!)e^(-3)=0.22;% n* G& b& }! N$ K
P(3)=0.22;0 o7 b" S; |# U. S- D- K
P(4)=0.17;……
7 T1 N6 ^& R% J6 P2 E5 U. r' l7 ] 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
|