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。 ! [& c4 V3 @% Q! Y * M8 o! M+ h6 y) j$ {目录 b$ b1 v0 a9 @3 r
{$ I, p2 _3 M( a J) a
泊松分布与二项分布的区别) ^9 a7 ^( ?& e7 ]. P7 K; ~
泊松分布的应用6 }1 N/ J; i) |
展开 ( C8 W" a# Z/ d/ z, X$ z3 c0 `7 C" P1 H C! s+ q3 V
Poisson distribution的产生 * S' Q' m8 p# f$ p, t" ~* u编辑本段泊松分布与二项分布的区别- e+ h; U* B- g- W. X. h j- E
, q( W* N+ u0 d" m; P [泊松分布]+ b( {9 h4 n/ ^/ E
) `, l* p* S) X6 ~& s
泊松分布 ; x" {9 Q; \" b; K: B4 u- ^6 l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。+ V9 N' e8 X0 ]/ Q( v3 B
离散型概率分布2 E3 {& w* ]+ h) g. B) L* [% k Z
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 7 Q6 o. F2 ]# n& L8 m; g1 N! k 7 p( e# x. ^) f' @5 Y* H9 w
4 W2 m3 I7 @! \7 q7 \- {5 V9 r. u' A# H6 N( x/ W5 C
(k=0,1,2,…),& B$ A n# q% f; H1 \
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。" g/ U6 Q. q9 u. Z
泊松分布& m1 D' \: Q/ B# I4 g
% h' ^( g! H# _" a0 {# I0 N0 ^8 v
[泊松分布实例] ^2 M0 f ?# N; D( S9 R 4 N% b) N2 o% ~; \3 O1 W泊松分布实例( t! ^6 b$ L Y/ i# g* i: Q; y! y% y
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。2 g! q" a/ T5 q/ M0 B
泊松分布的概率函数7 P( P- z9 z j( q+ U1 L7 A! E+ _& W# @5 G
7 @9 P( q+ E; P# n! u. \0 g( f) U1 ~7 u
泊松分布(16张) 7 @/ D* I4 i. D( X: z, R 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。7 y/ f1 t; e9 u+ I
泊松分布的期望和方差均为 λ $ \# y6 _2 F! F6 G/ r6 C 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。 ; S" Y3 g# b5 r' ~: k7 J1 ^1 g编辑本段泊松分布的应用 & U; m5 @1 f* f6 t 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。 3 {$ }% X2 V/ M& Q8 Q# 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: & H' B; G' k+ a3 w( l. _" S P(x)=(m^x/x!)*e^(-m) , R. K/ w0 x4 Z p ( 0 ) = e ^ (-m)& z! i# V, Q: B# n1 O% W% h
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:# Q, q8 L; D) x
P(0)=e^(-3)=0.05;3 k( P, S. M8 u! ~/ L8 A
P(1)=(3/1!)e^(-3)=0.15; * c& ]7 x2 P0 O* p6 @; Z( ] P(2)=(3^2/2!)e^(-3)=0.22;$ a2 `. V: Z* K8 D9 T! c
P(3)=0.22; |5 w+ ^ `3 j6 z( j0 a P(4)=0.17;……* g' U% k8 V0 D0 b. O; 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。