概率论与数理统计期中考论文.docVIP

关于泊松分布的一些个人见解 摘要：泊松分布自1838年被发表以来，一直处于不断的发展当中，它不仅在数学研究中发挥着重要作用，并在日渐渗透于各行各业之中，可谓早已与我们的社会运作息息相关。对此本人将透过本文阐述一些自身对其的看法。 关键词：泊松分布、发展历史、近似计算二项分布、与正态分布的关系 在概率论与数理统计中，有着许许多多不同的公式，这些公式的出现不仅为我们在计算概率时提供方便，而且它们还印证着数学的发展以及数学家们的睿智。本文将从泊松分布的历史、应用以及泊松分布与正态分布的关系这几个方面对其进行阐述。 说起泊松分布就不得不提它的发明者西莫恩·德尼·泊松（Siméon-Denis Poisson）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）1838年。适合于描述单位时间内随机事件发生的次数。 其中k=0,1,2,…，则称X服从参数为λ（λ＞0）的泊松分布，记为X~P（λ）。 至于泊松分布的应用方面，本人认为其对于各行各业在生产以及计划安排方面有着重要的意义。首先泊松分布满足离散型随机变量的概率分布律的两个性质，适合于描述单位时间（或空间）内随机事件发生的次数通常当n10,p≦0.1）对二项分布,（k=0,1,…,n）进行近似计算的能力，这无疑让我们在对二项分布的计算上变得更加的便捷可靠，因为在很多时候二项分布的计算是较为复杂的，在算式中常常会涉及有高次幂的运算，此时如果使用一般的方法求解的话，必然不可避免地带来巨大的计算量，同时在计算过程中出错的概率也会随之而升高。因而通过对泊松分布的运用，我们能够很好地解决涉及高次幂运算的二项分布的问题，做到既准确又快速的计算。显然泊松分布的这一性质无论对生产还是工作都是具有重要意义的，因为它可以大大地减少相关人员的工作量，并且能够在很大程度上避免因计算量巨大而出现的错误，既能提高效率又能节约资源。总的来说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。 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： P（x）=（m^x/x!)*e^(-m) p ( 0 ) = e ^ (-m) 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： P（0）=e^(-3)=0.05； P（1）=（3/1！）e^(-3)=0.15； P（2）=（3^2/2！）e^(-3)=0.22； P（3）=0.22； P（4）=0.17；…… 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。, 二项分布的泊松近似和正态近似各自适用的条件是不同的。当P很小时,即使n不是很大,用泊松分布近似二项分布, 已经相当吻合。但是在这种情形下,用正态分布去近似二项分布,却会产生较大的误差。直观上也可以想象得到, P很小而n又不大,则nP =λ一定不会很大。因而可以得出只有当n充分大,P既不接近于0也不接近于1时(实际上最好满足0. 1 ≤P≤0. 9 ), 用正态分布去近似二项分布, 效果就较好。（④） 结语 综上所述，泊松分布的应用遍布各行各业，早已渗透在我们的生活之中，为我们提供了不少的方便，同时它还作为概率论光辉的一页，与其他定理相辅相成，形成一套高效、科学的体系，为数学的发展进步添砖加瓦。 ①摘自维基百科关于“西莫恩·德尼·泊松/wiki/%E8%A5%BF%E8%8E%AB%E6%81%A9%C2%B7%E5%BE%B7%E5%B0%BC%C2%B7%E6%B3%8A%E6%9D%BE） ②摘自百度百科关于“泊松分布”词条 （/view/79815.htm） ③摘自百度百科关于“泊松分布”词条 （/view/79815.htm） ④引用自 浅析二项分布_泊松分布和正态分布之间的关系、于洋、(东北时经大学数学与数量经济学院, 辽宁大连116025)