- 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。
/ R/ F! F# P1 ?) q0 i! G9 ^8 ?. `8 `
目录
8 r0 s: |/ R$ v, m) [) n2 G5 i
- G9 }+ O% Z# D; P, R4 g 泊松分布与二项分布的区别4 v- k) b1 Q8 d0 B3 F2 B! ?
泊松分布的应用: l6 Y; G7 l/ n
展开1 g/ E# }, p% r7 d$ k2 e( m6 s. d0 ~/ C
. F, S" B" f+ @4 g6 M: w Poisson distribution的产生9 n' U( g1 y2 P( \: t; l
编辑本段泊松分布与二项分布的区别
: j {* @1 ^% g% C+ M& Z9 T; l% f . n, v/ C e' w1 _
[泊松分布]
! O! g9 i2 [6 G* z
9 v, E1 c: @; \5 P泊松分布: y2 e8 a7 G0 W0 B* v5 Q& Q# j8 a
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。! M$ _% `8 q0 \: |8 }
离散型概率分布
: L; q; b" d5 |3 G) R7 ? W 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
/ Q U5 A- ~ `! C( v* f/ ` " I6 ]5 n2 L# v! ]( z8 I
- a" }# U8 V- U
9 F1 u7 f! V( A% u' O(k=0,1,2,…),
# F0 T9 J' F5 j! v4 L3 k6 m 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。/ Y2 \8 ]" W9 R/ n) H
泊松分布5 J& I1 M7 D1 }5 a$ Y
8 ?! f, o3 U; }8 Q6 p6 T
[泊松分布实例]& @# s! r7 ^/ O$ c) F/ s' d) b
$ O. a* A9 |$ P* s- [. M# t' k6 i
泊松分布实例/ s) u$ R* n5 J- M8 J2 k! P5 I# J8 c
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 X( l3 t& X* t泊松分布的概率函数
* i+ Y7 G- b% t( F. N2 u * i! w! ]5 @# i a/ i! ?8 t0 x
; A" E# v: u( v/ O- v) c
泊松分布(16张)
# h0 S2 y0 }4 d" V" i 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。
P, q0 R4 T8 T 泊松分布的期望和方差均为 λ
: O% H1 L. ?! ? 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。
- e: X |2 N! N/ i! u" _, y4 {编辑本段泊松分布的应用
+ U: C9 N6 G' ?4 f 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。
9 J$ D, m# h* 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:
) C' B) }1 U6 K& D7 z# W9 i P(x)=(m^x/x!)*e^(-m)
" `% F& [/ R. A$ U1 a" y p ( 0 ) = e ^ (-m)
" u F+ P, z: p 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:
6 i% ~4 y$ [: ^+ K. P2 {7 h( ^ P(0)=e^(-3)=0.05;
/ z* p$ i) A) Y& a* t P(1)=(3/1!)e^(-3)=0.15;+ S: l$ X/ c9 t
P(2)=(3^2/2!)e^(-3)=0.22;% f/ a' i+ H1 |( t) s0 }( b9 Y" |; i
P(3)=0.22;3 J2 ]' O! }3 Y5 v1 w
P(4)=0.17;……
9 h. l% n5 M; V! 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
|