- 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。
' k' X2 U+ `( c1 m1 q3 F
+ O. n; t! B# f! ~, y' a1 P目录& I* x7 L7 g9 M% y4 u: A* e H5 C
1 g' q9 P. Y9 `, X4 Y8 y& Q# a 泊松分布与二项分布的区别
# o1 P6 Q& V+ D 泊松分布的应用
6 g5 a) b" z* w- N; u展开! s" N6 e F; l) t7 }# O. e) A
* `6 a! b- t) v n1 J3 Y0 ^ Poisson distribution的产生$ D! R! b( }$ g7 i/ g# O
编辑本段泊松分布与二项分布的区别& e- l7 n+ ?% F) e
: v& P8 z6 x8 i6 }5 P [泊松分布]
4 h- B! T4 m+ P: n6 Q/ L/ E% {0 X7 L% x$ _
泊松分布
5 c8 o& M G+ e% 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。
3 B1 g; O9 M% t1 c M离散型概率分布4 n2 Q9 }( _! r2 F
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6 z5 p% I( B4 c% v/ P; o9 ^
& l# p( N! ~/ q. D$ N: S( J
) Q7 ?) _# B; Z+ H7 \
1 H( f) R1 T9 {' Z( G: H; f
(k=0,1,2,…),
1 b. l; Y* [, Y a* 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。
' u" t- E: P! ~# r泊松分布8 o8 D( y- i# d1 E
/ x J2 h5 O1 g( j. C# x @) I5 A
[泊松分布实例]
# |( B7 M8 z& P3 C1 R( E
9 R; n' C [) H4 B) L泊松分布实例
$ _/ s8 `; P% Z5 {- [" {$ P; S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。
" ^& [0 P% C: j; \$ u, x" k, ]. }" _泊松分布的概率函数" \ Y3 B% u. T) L6 K6 ^
2 C4 D3 O, {! {. S9 _0 k8 _) F. a% ~+ l9 V, \% N! R' H5 L
泊松分布(16张)
1 p0 |, m6 t1 M+ v1 g8 I0 }' h 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。& \$ D% V' V& B( ^- A6 l1 h& w
泊松分布的期望和方差均为 λ
" n5 X6 C7 l) l4 d+ P 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。 n. | h9 p0 R8 h& ]( O
编辑本段泊松分布的应用' H+ {; k) K' P3 U# R5 U- K0 m
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。1 {) {. W% k$ @+ F9 O2 w
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:
/ `* I5 Z+ W( g3 T P(x)=(m^x/x!)*e^(-m)7 Y6 n5 h2 Q! P) R8 @4 l2 G4 r, y2 r: I
p ( 0 ) = e ^ (-m)
' c4 v. K4 `2 U" J2 ~, R 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:: o/ O C/ \+ ^2 ^
P(0)=e^(-3)=0.05;
9 M/ L/ V: r; T8 E7 K P(1)=(3/1!)e^(-3)=0.15;
7 G$ C1 |! Y' t' M7 X& f P(2)=(3^2/2!)e^(-3)=0.22;
' l8 I E6 F6 V! D1 i$ O# {6 \& m; ] P(3)=0.22;, B! d p" r- [# C. P
P(4)=0.17;……% T; f2 _) V; P. X, f1 F6 c; Z8 G
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
|