- 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。6 I4 W% N9 m5 e4 k2 E% H5 B5 D7 O
8 Q' s( C; j% f: |8 }; H; i
目录2 D8 s' q7 \( _ p* V% @! J0 A
4 [+ Q. k% P5 U7 A4 M& `+ T 泊松分布与二项分布的区别$ e7 m# t$ K% I% i; [
泊松分布的应用
0 M1 S9 T5 k0 Z/ I9 {展开& G% p& `! B( N( Y
3 u ?" v8 y3 K# F/ P$ d0 k
Poisson distribution的产生
, o. @6 X% @6 z9 a编辑本段泊松分布与二项分布的区别: G4 n4 B1 M0 U3 a* q; Y
# Z( F& [- j3 Z! ]% ]' c) v9 \ [泊松分布]
6 u1 N& k/ o6 ?& f' S% `! v
, ]: K% r* T/ O: i, G m泊松分布4 X! c1 R* N) a8 K
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。
9 C+ A+ x. U( k) B; d离散型概率分布$ Q- D4 Y! |* O$ Q- o7 q& y" G
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; w9 a+ n. Z7 o( F# b
. n G5 G% G2 h" f; [, i " p% z8 ]' P; ?! c2 o4 v
) [/ O; `' u! k) S(k=0,1,2,…),3 M) k# u" `% ^/ [
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。; x; N8 r, q+ t G
泊松分布
/ j# [( k. J. p/ [: ^5 [. N# a 5 @# J+ O! n% `5 U7 H& o# f5 F
[泊松分布实例]
A3 A! P! q) J9 E8 e1 Y; P! O' E* G% z4 o$ a9 n; ^
泊松分布实例" b5 ]+ k* ~# d% B
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 t+ W( S5 F. @4 W泊松分布的概率函数* V( D' b. I: D$ t( r/ s7 t' A/ m
$ n7 L6 y, G1 Q9 J9 M4 y$ j5 m3 L# f" T% }# H
泊松分布(16张)
- \$ s5 M: i! Z3 o5 ]! O5 v- P5 f 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。
0 {% U" D: l& w3 O) O) K 泊松分布的期望和方差均为 λ
. l0 U* z. U4 g9 y: A4 f 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。: y6 G* i' c- c2 `; {, p
编辑本段泊松分布的应用$ a$ ~8 q& s- d7 e* c) e; {
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。
- |& J8 F( K" ~; \& o: {4 A 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:. v) `4 g- d- V6 r/ u" o
P(x)=(m^x/x!)*e^(-m); P4 q% l5 ^: `4 C7 y; _% U& [
p ( 0 ) = e ^ (-m)0 c9 y6 P. [# R9 W. l( p+ I
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:* d# }& G6 ?* I, D& Y; h0 B
P(0)=e^(-3)=0.05;) a, K6 D: |' F
P(1)=(3/1!)e^(-3)=0.15;% |) }0 K# U5 O8 q6 k# [' ?
P(2)=(3^2/2!)e^(-3)=0.22;
, y6 ]3 G; P0 m h$ Q$ L P(3)=0.22;
, T) T0 Q3 h" B* T2 D P(4)=0.17;……0 p6 x6 F1 R! g$ k; _
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
|