- 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。
7 L$ n! S, B; u& {( ?4 N, ]9 K
3 L. `! C0 J0 P5 s& a" S, B目录1 j# M% D! X9 B7 d3 E, O1 @
/ j% Q: {; w6 m) ]/ V2 T 泊松分布与二项分布的区别
# K1 B& v# a' A, X* X$ T" f 泊松分布的应用
' z; }* f4 V5 I [. w: Q+ r) n1 @展开- b5 W w) |8 O1 i
0 k0 O' X% F, n; h
Poisson distribution的产生+ |, r0 g$ e2 i- }7 k9 g' u+ K! Y: S
编辑本段泊松分布与二项分布的区别
' q3 C3 T) ^5 @
& D" k- d/ `0 X8 [9 J& `" v [泊松分布]' j: p: Y) l6 Y7 ?
2 o5 k' I; B) u+ K. ~& C& i% b/ G7 D泊松分布% \9 U! e) s: W s
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。
2 p3 t2 g1 K/ N( E0 q离散型概率分布; ^# V6 D( f/ I l0 k
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$ a7 ^# c8 j/ U9 Q* C
% e: U4 y0 ?, v6 }" p
# W% |. i2 d0 H9 G" O6 |7 ~( z
/ O9 N# Y# ?( U" T(k=0,1,2,…),
9 c4 w9 ^0 a. S% {6 n7 z1 ~, G: [ 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。
! L4 `6 v' X1 W$ B. i; z% L泊松分布
6 Y: k) n9 k* I2 v! U# u: n 2 f( B- V/ a4 ^( b+ F9 K
[泊松分布实例]
9 r! U1 m3 a3 k
' h) f/ ?. r) M+ ?; {( p泊松分布实例
6 b7 @5 y& I( b: F- E8 r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。' Z% E6 e! Q, N- L! u/ Q m0 [
泊松分布的概率函数
9 @- ^3 ~4 G6 m& ^) T* \
! V; Q& Z' e' M m* u" x) I4 q- ^- Q7 }
泊松分布(16张)" P& j- r5 `* {3 F2 r1 j
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。
& P2 b& D* \ z; o$ l T& t1 w 泊松分布的期望和方差均为 λ
2 l0 i7 T( w- Z 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。
9 E4 l" i- ?* i- @' l+ S. O编辑本段泊松分布的应用
# r9 U( T- k3 I! n 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。8 T4 Z- |0 e; j0 r$ I
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:
$ z8 }$ s2 T+ o P(x)=(m^x/x!)*e^(-m)
9 D, k/ X, P: M* ?! a2 f2 t5 J& T, F2 m$ B p ( 0 ) = e ^ (-m)+ t+ Q/ c I) V" V
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:* L4 J: M! H: u# Q
P(0)=e^(-3)=0.05;
6 k( q& @6 c' t) H' o& c6 J. P# {1 K; W P(1)=(3/1!)e^(-3)=0.15;
- C) c6 u; V8 ~7 ^: q6 K P(2)=(3^2/2!)e^(-3)=0.22;6 r% {% a) M X0 i( D4 b% E
P(3)=0.22;. {9 a6 R* v% X+ Z+ _
P(4)=0.17;……
7 W4 s/ D" M d; F. G/ P2 l 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
|