- 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。' M3 T7 L; i$ _ [
# n+ C! m6 Y0 j目录
/ _1 F7 f T+ ^) `4 `+ g. h6 n* b+ q
泊松分布与二项分布的区别
1 \+ }1 F! M6 ~! f3 K 泊松分布的应用7 o: E# g! E+ f m1 s( p6 A* W
展开: J. G# q Y0 x7 e( x& C# S
' W: O% y' ~. r) [+ f+ C2 b# _! u Poisson distribution的产生
* `" O; M1 i: W- @编辑本段泊松分布与二项分布的区别# p! f5 `9 g; u" q, ^
: q8 C( k; q8 g" k& u% j( F8 N
[泊松分布]/ {( v# z$ J; |; H3 I5 C4 J+ Y
J9 {8 }3 a9 X/ R$ e泊松分布
7 w5 ?, Z4 K1 t; [/ U; H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。$ y' Z. `8 g8 k5 x' Q( a3 v. |
离散型概率分布
" O$ A' `3 F. k4 {: B& Q 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
- g; u) L O5 m/ C3 j4 \ / h: [) P& f2 p
' ~& ^, L+ R( t- f7 F
* S7 m# N" N: P' c# W. u! d0 l! \(k=0,1,2,…),% Q! M9 `% n4 \) v* q3 Y7 u" `' R
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。
4 h7 v! O( q, p泊松分布
4 Y. T6 Q$ f0 L1 z7 k $ n1 ?: l8 t9 L/ y* y& ^
[泊松分布实例]
/ `$ k5 T+ r6 |. u5 d+ w) }7 H6 d2 e3 [& n
泊松分布实例( U( h) o% f' y2 d; b* w' `
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。) b+ d5 p$ g3 |% H" J8 ^5 G; }& R* F
泊松分布的概率函数# r) l4 ]% ?. D
% u i% Z& t! H9 ]/ F, e. l
# @/ w7 v, }: R0 B, G
泊松分布(16张) {; `6 j- t8 f- Q0 u1 [
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。- n' T$ e. |* J* g9 b/ A$ @
泊松分布的期望和方差均为 λ1 c2 M2 J6 H4 o3 s, 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。
* d9 E$ F2 r9 Q: Q编辑本段泊松分布的应用
* z) |& B1 N1 y( g 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。
- _* W3 V4 c4 t: 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:* @. D" I8 r$ R+ u* z
P(x)=(m^x/x!)*e^(-m)7 o$ Y8 r! i# n9 C) ]& Y5 @3 D7 w
p ( 0 ) = e ^ (-m)* a( G! \# Y. M4 c% t
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:; F) v0 h' m; C) |1 e+ ?
P(0)=e^(-3)=0.05;
4 x) T4 [8 q3 Z2 V! G P(1)=(3/1!)e^(-3)=0.15;
# W4 q/ x2 n5 K' s P(2)=(3^2/2!)e^(-3)=0.22;
* D# ?- T( t+ X( v) L P(3)=0.22;
# j1 f6 ]% r1 k) `+ b P(4)=0.17;……
L% Q- }7 f/ P 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
|