概率统计论 浅谈泊松分布.doc

浅谈泊松分布 班级：XXX 姓名：XXX 学号：XXX 浅谈泊松分布 摘要：泊松分布——概率统计中常用的一种离散型概率分布，在实际生活中有很广泛的应用。当一个随机事件，以固定的平均瞬时速率（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。泊松分布对概率分布的分析与估计有着很重要的应用。? 关键词：泊松分布 二项分布 概率统计 1.泊松分布由来 1.1什么是泊松分布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机率分布(discrete probability distribution)，由法国数学家西莫恩·德尼·泊松(Siméon-Denis Poisson)在1838年时发表。 概率论中常用的一种离散型概率分布。 则称X服从参数为的泊松分布，并用记号表示。 这个分布是S.-D.泊松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 ，参数λ是单位时间(或单位面积)内随机事件的平均发生率它既是泊松分布的均值，也是泊松分布。在实际事例中当，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题中都占有重要的地位如果做一件事情成功的概率是 p 的话，那么独立尝试做这件事情 n 次，成功次数的分布就符合二项分布。展开来说，在做的 n 次中，成功次数有可能是 0 次、1 次 …… n次。成功 i 次的概率是： ( n 中选出 i 项的组合数) 以上公式很容易推导，用一点概率学最基本的知识就够了。因为每一特定事件成功的概率是 p ，不成功的概率是 1-p 。i 次成功的事件可以任意分布在总共的 n 次尝试中。把它们乘起来就是恰好成功 i 次的概率。 当我们把二项分布推而广之后，就可以得到松分布。可以这样考虑，在一个特定时间内，某件事情会在任意时刻随机发生（前提是，每次发生都是独立的，且跟时间无关）。当我们把这个时间段分成非常小的时间片构成时，可以认为，每个时间片内，该事件可能发生，也可能不发生。几乎可以不考虑发生多于一次的情况（因为时间片可被分的足够小）。当时间片分的越小，该时间片内发生这个事件的概率 p 就会成正比的减少。即：特定时间段被分成的时间片数量 n 与每个时间片内事件发生的概率 p 的乘积为一个常数。这个常数表示了该事件在指定时间段发生的频度。 回过头来再来看这段时间内，指定事件恰好发生 i 次的概率是多少？代入上面推导出来的公式得到： 当 n 趋向无穷大时，p 趋向 0 。而此时 趋向 e 这个关于 i 的分布就是著名的泊松分布了。，使得保持为正常数，则 对k = 0,1,2,…一致地成立。 关于以上用到的一个极限的推导当 趋向于时，为什么它的值趋向 我们可知的导数是，由导数的定义可知 令 ( n 趋向无穷大) 代到上式中, 并用对数计算法则化简得到 再令 ，并再一次用对数运算法则化简可得,两边取指数函数，可变化为当 z = 1 时，我们可以得到特例：回头再来看式子 ，令 ，因为 趋向于，所以 趋向无穷大。前式可变形为： ，当 n 趋向无穷大的时候，跟 有相同的极限 en必须很大。 2）．是泊松分布所依赖的唯一参数。其值越大，分布越偏，随着的增大，分布趋于对称。 3）. 当时泊松分布接近于正态分布；当时，可以认为泊松分布呈正态分布。在实际工作中，当时就可以用正态分布来近似地处理泊松分布的问题。 2.1泊松分布使用范围 　 泊松分布主要用于描述在单位时间(空间)中稀有事件的发生数. 即需满足以下四个条件： 　1. 给定区域内的特定事件产生的次数，可以是根据时间，长度，面积来定义； 　2. 各段相等区域内的特定事件产生的概率是一样的； 　3. 各区域内，事件发生的概率是相互独立的；　 4. 当给定区域变得非常小时，两次以上事件发生的概率趋向于0。　　 2.2泊松分布的性质 1. 泊松分布的均数与方差相等，即 2．泊松分布的可加性 　　如果，，…相互独立，且它们分别服从以，，…为参数的泊松分布，则也服从泊松分布，其参数为。 3.泊松分布的应用 　 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