- 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。
4 q: j- |$ ~/ [% U- [# H
& ~: d: ^9 O! ~; g3 }目录
& l& c! z1 _4 y2 l7 z
8 z# M2 X: _5 ~& X# o3 R 泊松分布与二项分布的区别/ \+ S: h0 _! o# ?$ U- ~2 w1 }
泊松分布的应用
) r6 _9 h1 d# y7 `8 k- m7 W3 R展开
( k* B% q% D: z- L7 ]& r1 w. C" z$ w: f% N8 k
Poisson distribution的产生 K0 R. J$ f0 K6 o% b9 n a
编辑本段泊松分布与二项分布的区别
2 d* v& ~5 V1 @2 A5 S8 t
% B M1 g+ ?$ o1 Z5 l, a [泊松分布]2 ~8 V9 y8 r/ h" u: m7 K; r) B% X
0 I- l* g* H) _' c1 ^( l& m" Q泊松分布
2 v+ w% G/ h3 u$ g: @1 N8 d2 ]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。' a( ]# c' E- O4 g
离散型概率分布2 ?. f# d, X- C* N
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
1 w6 _) x/ h0 ? ) B; @: M( C4 J$ h
& U) j5 a+ n. P. e( l% u ]* }9 ^
+ s$ g7 k: ]; U3 j( z(k=0,1,2,…),: o* o2 O# z" ^1 @7 r8 H
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。' H1 m b. P/ u( P# C* O
泊松分布
) h. q( C2 a0 o% k+ _4 T : ~: N. ~' G9 i' y9 `
[泊松分布实例]
! p; z; o; c- i' I' ?. e! |* T; q
4 w9 V8 \4 T( V. a: d6 n+ `泊松分布实例
, J3 [, V3 [/ q7 M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 u$ Z, v$ z* z/ u
泊松分布的概率函数
! g6 q# X2 o: s
4 a, N+ S* \4 C
& U7 j$ X8 n! j- Q* V3 j泊松分布(16张)/ L$ D$ ^1 _- w' i$ V+ Q* v; C; {
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。
; ]4 v# w5 B+ D" u 泊松分布的期望和方差均为 λ
5 b5 c- n# M3 }" r, 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。
% C, P* l2 E3 S' q7 x$ n; F. l编辑本段泊松分布的应用
4 h& x2 o& q8 s* @1 h/ G* 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。 [5 a4 E# p& ~: p
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 j/ W0 c( x+ p P(x)=(m^x/x!)*e^(-m)
7 }) j3 c; W. z! F p ( 0 ) = e ^ (-m)
0 i/ n1 W! ^' q4 y( T% n! p' L 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: s8 d7 y0 O, v
P(0)=e^(-3)=0.05;
T5 R4 `# e. ^" F* n7 }' J P(1)=(3/1!)e^(-3)=0.15;
& k9 D- D% m f7 G {1 W$ a P(2)=(3^2/2!)e^(-3)=0.22;* J: ^, T: \& P
P(3)=0.22;
$ Y; S+ h. e/ `; s+ C" G P(4)=0.17;……; N6 T3 G7 x, U) Y4 h7 }
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
|