- 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。
' c3 Z6 ~ L2 V( k% Q4 [6 L6 F) a! z2 P" q
目录
% w, m, m5 S3 n4 N- }! b
$ u, t4 c" B# t: u' d- H 泊松分布与二项分布的区别
9 k% S. `' H1 S2 o# s 泊松分布的应用# G4 M0 M6 H9 t1 {3 @. ^) x# X
展开
& w3 I. j: Z# r2 Y; [& |+ W) K
+ e' L/ W" M# O Poisson distribution的产生2 S& B& j- x' G4 @, |9 \( l
编辑本段泊松分布与二项分布的区别
1 J( [. G1 r. }% E" m1 L2 L: V" @ , T8 A% l* m0 M
[泊松分布]# q& c( B" H! M
4 R+ ~; w! Y- v! s0 I, Y泊松分布7 n: \; @& R6 Z
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。
1 e8 J2 K4 F# Q; W* B O离散型概率分布5 U7 w1 P1 K0 y
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 d/ w+ E& Z0 _: z
7 r; }& h3 `. _, Q
* E4 ^* g! V9 n( u. Y, H1 D0 @. ~
(k=0,1,2,…),# p& \% B- w3 R+ s. b+ V
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。) l# D! m( }5 S( r) i
泊松分布. h/ n/ R1 r: {; D, H1 M
, I0 C$ [7 ^9 V* D/ M! N
[泊松分布实例]
. K$ ~" M$ n' w. |7 r0 G" P1 z1 y
! A- ~( h. Z# u* J% L泊松分布实例
7 @$ o& }2 E8 I+ \ k4 Y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。6 o) Y7 T: I# q' I& c8 u
泊松分布的概率函数
0 u2 ^ v$ m7 `
/ x8 X4 D, G2 F9 u M$ H% b2 k7 ] i& |& }3 w3 ^
泊松分布(16张). T- {/ w, S# ]
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。" D# x( y7 R/ N5 l9 G- w2 Q
泊松分布的期望和方差均为 λ
: u% `# `6 y% d/ `2 } 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。
; i! R2 y4 |! {' h. Z编辑本段泊松分布的应用 h8 l" T7 Z0 X: r; R
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。3 ? Q% `2 ^# R8 t- j5 `! y
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:
+ F$ X, m% q' ?( }, H P(x)=(m^x/x!)*e^(-m)
" X4 W7 z1 ^( ^# }5 | p ( 0 ) = e ^ (-m)0 U( r6 v. c! `* M# l3 k" C
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:
; e; O/ L8 u' I0 G! F P(0)=e^(-3)=0.05;
& y5 W; G2 n1 I: } P(1)=(3/1!)e^(-3)=0.15;$ F% f8 f7 W$ p1 v0 \
P(2)=(3^2/2!)e^(-3)=0.22;
0 u, M" u: M, p$ {; C P(3)=0.22;1 M$ @6 }( v( l9 }
P(4)=0.17;……$ E& ]) l- v* `, e' `1 f _- \# Z
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
|