- 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。8 {' O2 @- F4 v S& A+ j& J
, T5 S$ w( M% I5 K7 F' J目录6 ^/ a- G2 B5 |& D
! K' U _1 S1 @. q) z8 u7 }
泊松分布与二项分布的区别+ G0 j% s* W+ @
泊松分布的应用) h9 w; }8 k k( ?7 k6 }4 L0 b
展开8 A! H& u8 |! a2 z; q) X: u/ `
$ U: u* |( O B1 u7 P2 U
Poisson distribution的产生
1 X1 K; g0 t0 c c; @编辑本段泊松分布与二项分布的区别/ j' i% a& Y% y1 h1 v4 e3 R
6 O- u7 L# q8 E9 P" P0 B! V [泊松分布]( Q% t, b) r( W, V5 G
. w+ X& g( w2 s ]# @
泊松分布! Y" R- _. f2 E0 f* ~2 b1 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。
( o/ e7 i4 T4 V" S0 c离散型概率分布
6 q/ C. o4 r9 M7 m 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, J/ n9 a# A O" o+ S9 n
$ O; a0 t1 w+ k; p
. S1 O6 s/ X7 y; _
+ `/ Y% {* e9 m+ K5 b8 \0 q# M# a# ?1 A(k=0,1,2,…),3 z* o2 w) `. |3 A2 ~/ 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。
& i) @" J- W2 \0 D泊松分布
1 v* z( M- E0 W+ \. Z; N* y f, J' G' |+ ~' s6 }+ w' e
[泊松分布实例]9 s% z$ O4 Q$ @: H, l
& C9 X# o/ P, W9 a- ]! Q
泊松分布实例# T7 i8 x V' ]9 u
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 |$ F, M% t# E$ D
泊松分布的概率函数
& _, m3 H8 G0 Q/ S6 Z3 D
3 \! o# O/ x* D% B( l
; ^$ J3 S4 k4 u3 G2 M# b8 c泊松分布(16张)
$ ~" g" j, h# q 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 f: {3 M8 r1 e 泊松分布的期望和方差均为 λ
" O( U5 z5 \6 {# Q0 R! 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。
# y9 O W8 d' C& E; p编辑本段泊松分布的应用$ O( G& n2 [4 }
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 S. d! y; c2 G
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:2 F; g# y5 E j m$ B
P(x)=(m^x/x!)*e^(-m)! M, w6 |; L5 z; h7 e4 @
p ( 0 ) = e ^ (-m)3 V: }' _" {/ j, k; v$ w
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:1 T1 V) u: e, N
P(0)=e^(-3)=0.05;7 I+ D. C, ^* F$ t. t9 d% l& [
P(1)=(3/1!)e^(-3)=0.15;
$ c1 g6 n& Q5 o* ?! y' C P(2)=(3^2/2!)e^(-3)=0.22;
9 E2 A1 {. O, e P(3)=0.22;+ ~* g% u8 o8 V0 }4 \
P(4)=0.17;……
, t. c, u0 i9 x 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
|