【概率论】5-4：泊松分布（ThePoissonDistribution）.pdfVIP

【概率论】5-4：泊松分布（ThePoissonDistribution） Abstract: 本⽂介绍Poisson分布相关知识 Keywords: Poisson Distribution 泊松分布 前⾯这⼏个分布包括今天说的泊松分布都是和⼆项分布，伯努利分布相互联系的，之间有各种各样的关系，我们的学习⽬的不是背诵所有这 些分布的性质，⽽是在这些性质的推到过程。 很多实验⽐较关注次数，⽐如⼀段时间内到达商店的顾客的⼈数，电话交换机每分钟受到的通话请求，洪⽔或者其他⾃然⼈为灾害发⽣的次 p 数。泊松分布被⽤来建模，⼀段事件这些事情发⽣的次数，并且泊松分布也是⽤来近似当 很⼩的时候的⼆项分布的⼀种⽅法。 泊松分布的定义和性质 Definition and Properties of the Poisson Distributions 先来看⼀个商店⼀段时间有多少顾客到来的例⼦，这个例⼦会贯穿正⽚博客，⼤家应该好好读⼀下。 商店⽼板相信，顾客们以每个⼩时4.5 ⼈次的数量来到商店，他想找到⼀个X的分布，这个X表⽰在未来某个⼀个⼩时，到店的客⼈数，并 且他认为这些到来的客⼈之间相互独⽴，于是他的做法是按照⼀个⼩时3600秒计算，平均每秒来 0.00125 个⼈，并且假设⼀秒钟不会同 时出现两个⼈同时到店的可能，那么某时间点，到达的⼈数为0或者1，为1的可能性是0.00125，整个过程是⼀个⼆项分 布，n=3600，p=0.00125。 这看起来很正确也很流畅 于是他要计算p.f.了： ⎧ 3600) ⎨ x x 3600−x for 0 ≤ x≤ 3600 ( p (1 − p) ⎩ 0 otherwise f(x∣n= 3600,p = 0.00125) = 3600 ( x ) p (1 − 3600−x 这个式⼦⾮常有意思，当参数 变⼤的时候， 参数 x p) 似乎以同等的速度变⼩，⽽整体却变化不⼤，于是我们对相 邻的两个随机变量值做个⽐较（以下把 X 扩展到在0到 n 之间变化） ( )p (1 − p) f(x+ 1) n) x x+1 n−x−1 f(x) = ( p (1 − p) (n− x)p = (x+ 1)(1 − p) np ≈ x+ 1 那么根据这个⽐值，如果我们设 λ= np 那么我们会有⼀个递归关系： f(1) = f(0)λ λ λ2