- 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。
- [' k+ X; X# `1 e: V, W! S& \* q4 ]( q3 Z* k6 {
目录. X) @$ Z! o/ H) z& `+ C7 A
v. E+ B" r: a$ R% M0 f
泊松分布与二项分布的区别
& B" D, j- E5 b 泊松分布的应用% f) j/ f. L) }# v
展开
. d$ r8 [' b q% p4 S$ b, ^
, m4 C8 _4 p% M/ i Poisson distribution的产生9 r: z/ }5 \" C+ v! N( L$ I# z b& c
编辑本段泊松分布与二项分布的区别- W/ _7 s" b" m- i
( T# Q/ D/ `5 Z! g* c [泊松分布]( u% j4 \4 h* N+ t% t; ~7 k
! x- U3 J8 B" S' S E泊松分布) S; e% |( @4 @- y8 O, ]
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。% f% l- n- C8 v' I% E* L
离散型概率分布
/ j9 R4 U( Y" X 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2 l8 X, c4 |0 l9 s0 X
- F6 f2 P C+ w, i
. ~$ V4 o& k- m! n) m7 Q! j( G+ t' S' z
(k=0,1,2,…),
0 F* F3 c) M W' z0 D 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。
$ O7 a* _ F' P( g0 d+ c泊松分布
5 x b1 Z6 n% f' p6 p ' t2 ~. J) x2 J) Q, S
[泊松分布实例], \& J/ e" u- t( I# Z* q
) ~" y- v' O& l- H* T
泊松分布实例! L. d$ ?! {2 m. m. l* r3 R- q% F
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。! j, {) |1 J* `. F& C
泊松分布的概率函数
/ J- |, Y" Q! l! T
4 i. c5 R5 h, Q- B3 P4 }* ?; P; P
+ C( e B) R+ f7 {! k5 M! O泊松分布(16张); u9 Q8 ]1 m* T# v* ~3 t) Z, B
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。
- F8 Q3 w6 ^3 d3 |8 P0 |& Y G3 R3 \, c3 A 泊松分布的期望和方差均为 λ- i6 t5 }# d4 ]6 c- I) z/ F9 O! B( T# `
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。8 A2 O% @/ S' C, x
编辑本段泊松分布的应用: _% |% r, P( _, 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。
# L# ~, }/ |3 q3 Q) j 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:
6 l% o5 P4 x- O, t. N, Q; l P(x)=(m^x/x!)*e^(-m)
: v/ d; M- k# S" i0 N, l p ( 0 ) = e ^ (-m), p* ^/ }9 T: a- Z
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* X7 a. o9 s: S4 r- V
P(0)=e^(-3)=0.05;
4 L" T. s& \0 O' H- e1 n P(1)=(3/1!)e^(-3)=0.15;
% _1 w# R( t# V, z, x4 H5 D P(2)=(3^2/2!)e^(-3)=0.22;+ |5 B$ o; S9 p3 e5 b
P(3)=0.22;
7 c% ?0 W$ p O1 B& S P(4)=0.17;……
! O! x/ [+ M7 P* O3 Y 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
|