泊松分布的数学期望与方差.docxVIP

泊松分布的数学期望与方差 拟华尔沃思定理（Poisson theorem）又称泊松定理，指的是当落入位置的某物的出现的频率（也就是它的概率）满足泊松分布时，对其它特定变量的数学期望也可以满足泊松分布。当把某事件发生的概率视为随机变量时，用泊松定理可以推导出概率分布的数学期望与方差。 泊松分布是以次数n为变量的概率分布，其发生的概率服从泊松过程，即n的概率分布定义为： $P(n)={\frac{\lambda^n}{n!}}e^{-\lambda}$ 其中$\lambda$为泊松分布的参数，对应着这一定义，n的数学期望可以表示为： $E(n)=\sum nP(n)=\lambda$ 以上是求解泊松分布中n的数学期望。接下来，我们讨论泊松分布中n的方差： $D(n)=E(n^2)-(E(n))^2$ 于是得到 $D(n)=\lambda+\lambda^2-(\lambda)^2=\lambda$ 从而得到泊松分布中n的方差等于它的数学期望。这也就是所谓的“方差与期望无关”，即它的方差不会随期望的变化而改变，而是在特定的参数下具有固定的值。