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。) A$ r3 X4 h, w
9 g0 P7 k9 u) K目录 $ O- n9 E1 v+ h4 q1 v) {* @ 4 X) X) u }* H 泊松分布与二项分布的区别8 B' }( U4 v O' H6 h! w
泊松分布的应用 + ]5 m* ~% x; g! A: y展开 3 n$ [# R/ W6 S0 x: L+ z+ F6 v/ q$ S8 k
Poisson distribution的产生2 D, j1 r, }) y2 T; r, F. \
编辑本段泊松分布与二项分布的区别/ {/ O O$ a! q: w1 u z+ ]
; w; B" S, |* |& ^( ^7 ~
[泊松分布] / h; s, b: k9 y9 W5 T5 a% y / R D8 L0 s6 R7 c0 Z4 S, d泊松分布 ( `1 N' c. m' {7 ]% M9 _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。 ( d" ^ |6 O0 g# ]" D6 ^离散型概率分布5 t1 B+ [ \ ~( S( o. v
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 / S K- L0 d- | @0 } ' j( v. p, m( m# g4 Q
, M2 b `1 v$ C9 U/ @+ f4 ?+ r 6 T$ d" |: y7 ]4 V4 }; j. l(k=0,1,2,…),7 ?% H& O' F2 J0 e+ L
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。3 G" N# [9 W% z4 {
泊松分布' v: F' G$ m, @* W, f$ i) v
% R i! u. J# Y' N' r [泊松分布实例] * d+ c- ^7 n( i3 U5 Y J3 h, Z, D) t0 c$ W8 D) z8 L! C8 i
泊松分布实例 - C. _+ T; r4 q" F3 j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。5 v7 R; D/ @# [3 X4 D0 @" L
泊松分布的概率函数3 \- p. G" x' b* H5 t7 J2 I; h" |
# }9 @0 w0 S0 L# h6 m5 N+ T, o. G 9 }% W. s7 W( P5 e3 e: ]( Z泊松分布(16张) 0 s* \! V% K% P: ~ 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。 5 s6 F3 @9 @2 }$ B 泊松分布的期望和方差均为 λ5 _' K/ M: l& K. D0 w5 X
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。 ' L4 i; U, o, i q# t" v% H编辑本段泊松分布的应用 * l: ^( `; V6 M( h9 N. B 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。5 T0 c* m& q$ t
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: 5 f+ B( a" K, g/ c2 d' \ P(x)=(m^x/x!)*e^(-m) * x8 S3 B& |/ i p ( 0 ) = e ^ (-m) # y! \* T- c5 m$ [! J 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: # W; B( Z( ?( T2 k/ C3 ` P(0)=e^(-3)=0.05;2 ^7 r0 c" y( o( i: e y& ]& i4 L
P(1)=(3/1!)e^(-3)=0.15; ( }( o6 N$ I* ^5 i, b, f3 o P(2)=(3^2/2!)e^(-3)=0.22;4 S" T5 f+ [. [) S }- h
P(3)=0.22; / X5 }# {, i3 Q8 R P(4)=0.17;…… / V- {$ s/ M5 I4 x+ v3 a5 { _ 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。