小学三年级数学解决问题拔高题.docVIP

第八章 交通流理论 第一节 交通流参数的统计分布 一、分析交通流参数分布的作用 二、交通参数及其分布 三、离散型分布的基础 四、交通参数的二项分布 五、交通参数的负二项分布 六、交通参数的泊松分布 本节需要掌握： 一、概念： 泊松分布1_ 二、规律： 泊松分布的应用 六、交通参数的泊松分布 在二项分布的计算中，我们讨论到，当n很大时，试验的特定结果发生的概率p很小时，计算相当复杂，为了简化计算，我们来讨论二项分布的近似计算定理—泊松分布。此分布是由法国数学家泊松1837年引入的。 （一）Poisson的适用条件 ?(Poisson distribution)是一种离散分布，常用于研究单位时间或单位时间(空间)内某罕见事件的发生次数： ①在单位容积充分摇匀的水中的细菌数； ②野外单位空间中的某种昆虫数； ③一定时间段内，某航空公司接到的订票电话数； ④一定时间内，到车站等候公共汽车的人数； ⑤一定页数的书刊上出现的错别字个数。 泊松资料 Siméon Poisson Born: 21 June 1781 in Pithiviers, France Died: 25 April 1840 in Sceaux (near Paris), France (二)Poisson分布的定义 poisson distribution ? 如果在足够多的n次独立Bernouli试验中，随机变量X所有可能的取值为0，l，2，…，取各个取值的概率为： ??k??e，k?k)?0,1,2,...,n?P(X!k?则称X服从参数为λ的Poisson分布，记为X~P(λ)。其中X 为单位时间(或面积、容积等)某稀有事件发生数，e= 2.7183，λ是Poisson分布的总体均数。 ?也就是，若某现象发生的概率小，而样本例数多时，则 分布。Poisson二项分布逼近 np 很小, 很大 二项分布 泊松分布 在生物学、医学、工业统计、保险科学及公用事业的排队等问题中 , 泊松分布是常见的，例如地震、火山爆发、特大洪水、交换台的电话呼唤次数等, 都服从泊松分布。 商场接待的顾客数 电话呼唤次数 交通事故次数 [例1] 若某非传染性疾病的患病率为18／万，试根据Poisson分布原理求1 000人中发生 k=0，1，2阳性数概率。 0.0018=1.8 ×μ=nπ =1000 (三)Poisson分布的图形 μ=0.6 μ=2 μ=14 μ=6 (四)Poisson分布的性质 =μ。 2σ 1. Poisson分布的方差等于均数，即2. Poisson分布的可加性。 ?对于服从Poisson分布的 m个相互独立的随机变量Xl，X2，…, X它们之和X1+X2+…+X也mm服从Poisson分布，且均数为m个随机变量的均数之和。 分布近似正态分布。Poisson，λ≥20、当3 [例2] 某放射性物质每0.1 s放射粒子数服从均数为2.2的Poisson分布，现随机取3次观测结果为2，3及4个粒子数，请问每0.3 s放射粒子数为多少? 利用Poisson分布的可加性原理得到， Xl+X2+X3=2+3+4=9个 均值为2.2+2.2+2.2=6.6 个。9放射粒子数为0.3s每 二项分布的泊松逼近 在二项分布的计算中，当n很大时，计算相当复杂，为了简化计算，我们来讨论泊松定理. 泊松定理： 在独立试验中，以p代表事件定理2.4.1(泊松定理) nA在试验中出现的概率，它与试验次数有关，如果k??-?.e;n,p)?k?limnp，?0则有b(nn!k??n??11 证明1?p?1??),(??由po1o(1)nn n!kn?kb(k;n,p)?(p)(1?p) nnnk!(n?k)!??o(11n!)n?kk?[?o(1)][1??)k!(n?k)!nnnnk??o(1)n(n?1)?(n?[k?o(1)]?1)n?[1??]?o(1)k!nnkkn[1??]nnk??1(1?)?(1?)1?k1))]11o([?o(nnn?[1??]?o(1)k!nnk[1??]nn当n??时,k???epnkb(;,?k