泊松分布表相關(guān)名詞_第1頁(yè)
泊松分布表相關(guān)名詞_第2頁(yè)
泊松分布表相關(guān)名詞_第3頁(yè)
泊松分布表相關(guān)名詞_第4頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

二項(xiàng)分布離散型分布泊松分布是一種離散型分布poi(入,入)正態(tài)分布是一種連續(xù)型分布N(p,aA2)關(guān)系么,我只知道入趨于無(wú)窮大時(shí),泊松分布趨于正態(tài)分布即當(dāng)入滿足一定條件時(shí)(入>15),可以用正態(tài)分布來(lái)估算泊松分布的取值泊松分布只是特殊的二項(xiàng)分布A這個(gè)符號(hào)代表什么典型的有:0-1分布二項(xiàng)分布泊松分布幾何分布超幾何分布均勻分布指數(shù)分布正態(tài)分布T(tao)分布等~泊松分布正態(tài)分布幾何分布指數(shù)分布均勻分布二項(xiàng)分布卡方分布超幾何分布泊松分布的概率密度函數(shù)為::P(X=k)=\frac{eA{-\lambda}\lambdaAk}{k!}泊松分布的參數(shù)入是單位時(shí)間(或單位面積)內(nèi)隨機(jī)事件的平均發(fā)生率。泊松分布適合于描述單位時(shí)間內(nèi)隨機(jī)事件發(fā)生的次數(shù)。如某一服務(wù)設(shè)施在一定時(shí)間內(nèi)到達(dá)的人數(shù),電話交換機(jī)接到呼叫的次數(shù),汽車站臺(tái)的候客人數(shù),機(jī)器出現(xiàn)的故障數(shù),自然災(zāi)害發(fā)生的次數(shù)等等。觀察事物平均發(fā)生m次的條件下,實(shí)際發(fā)生x次的概率P(x)可用下式表示:P(x)=(mAx/x!)*eA(-m)p(0)=ea(-m)稱為泊松分布。例如采用0.05J/m2紫外線照射大腸桿菌時(shí),每個(gè)基因組(?4x106核苷酸對(duì))平均產(chǎn)生3個(gè)嘧啶二體。實(shí)際上每個(gè)基因組二體的分布是服從泊松分布的,將取如下形式:P(0)=eA(-3)=0.05;P(1)=(3/1!)eA(-3)=0.15;P(2)=(3A2/2!)eA(-3)=0.22;P(3)=0.22;P(4)=0.17;......P(0)是未產(chǎn)生二體的菌的存在概率,實(shí)際上其值的5%與采用0.05J/m2照射時(shí)的大腸桿菌uvrA-株,recA-株(除去既不能修復(fù)又不能重組修復(fù)的二重突變)的生存率是一致的。由于該菌株每個(gè)基因組有一個(gè)二體就是致死量,因此P(1),P(2)......就意味著全部死亡的概率。在百度上搜了一下,只有這些,我們以前只學(xué)了正態(tài)分布。期望,方差就記住公式就可以了,證明的話需要一些比較深的知識(shí),總和e有關(guān)系。求積分變換。X?P(入)E(X)=AD(X)=AX指數(shù)分布E(X)=1/入D(X)=1/入解:設(shè)X服從誓數(shù)為2的priori:分布,甲為隨機(jī)變量且表示五天內(nèi)到達(dá)船不超過(guò)2條的天數(shù)w設(shè)事件4一天到達(dá)船超過(guò)W條4事件日:一天到達(dá)船不超過(guò)2條wP(A)=P(X>2}J查表得P(A)=0.323324*^P(B)=l-P(A}=0.576675^則p(y=O)=CIP(A)5P(B)d=0.0035+JP(Y=1)=C§P(A)*P{Bp=O.Q37加P[Y二牛C^P(A)eP(H)3=0J548+iP(Y=3)=C?P(A)2P(B}3=O.323S^P(Y=4}=C*P(A)叩(B)a=O日匏驢P(V=5}=C^P(A)dP(B)5=0.1419I松分布Poissondistribution概率論中常用的一種離散型概率分布。若隨機(jī)變量X只取非負(fù)整數(shù)值,取k值的概率為入ke-l/k!(記作P(k;入),其中k可以等于0,1,2,則隨機(jī)變量X的分布稱為泊松分布,記作P(入)。這個(gè)分布是S.-D.泊松研究二項(xiàng)分布的漸近公式是時(shí)提出來(lái)的。泊松分布P(入)中只有一個(gè)參數(shù)入,它既是泊松分布的均值,也是泊松分布的方差。在實(shí)際事例中,當(dāng)一個(gè)隨機(jī)事件,例如某電話交換臺(tái)收到的呼叫、來(lái)到某公共汽車站的乘客、某放射性物質(zhì)發(fā)射出的粒子、顯微鏡下某區(qū)域中的白血球等等,以固定的平均瞬時(shí)速率入(或稱密度)隨機(jī)且獨(dú)立地出現(xiàn)時(shí),那么這個(gè)事件在單位時(shí)間(面積或體積)內(nèi)出現(xiàn)的次數(shù)或個(gè)數(shù)就近似地服從泊松分布。因此泊松分布在管理科學(xué),運(yùn)籌學(xué)以及自然科學(xué)的某些問題中都占有重要的地位。一個(gè)適合常規(guī)的事情(正太),一個(gè)適合重復(fù)(二項(xiàng))翻開任何一本概率論教材我們都可以看到泊松分布的定義:一個(gè)離散型隨機(jī)變量X滿足P(X=n)=(rAn)/n!*eA(-r),其中n為非負(fù)整數(shù),t為大于0的參數(shù)。我們?cè)谙铝袃煞N情況下的分布采取泊松分布是合適的。一個(gè)時(shí)期內(nèi)出現(xiàn)的稀有事件發(fā)生的個(gè)數(shù),可以認(rèn)為滿足泊松分布,因?yàn)槟憧梢园阉闯蓴?shù)目很大n,而發(fā)生概率p很低的二項(xiàng)分布的近似,這是r表示n*p。為什么可以這么近似,請(qǐng)看概率論,(其實(shí)只是一道數(shù)學(xué)分析的證明題)另一種我們需要了解泊松過(guò)程,就是指一個(gè)隨機(jī)時(shí)刻到來(lái)的粒子流在一個(gè)滿足并不復(fù)雜的假設(shè)下的分布F(t,n),當(dāng)時(shí)間t固定時(shí)在t時(shí)到達(dá)的粒子數(shù)量服從泊松分布,此時(shí)的參數(shù)r是泊松過(guò)程的參數(shù)r1的t倍這些解釋已經(jīng)是形象化的了,如果覺得式子很多就看每段的頭一句話。就是一個(gè)時(shí)期內(nèi)出現(xiàn)的稀有事件發(fā)生的個(gè)數(shù)一個(gè)隨機(jī)時(shí)刻到來(lái)的粒子流在一個(gè)滿足并不復(fù)雜的假設(shè)下在某一時(shí)刻t的質(zhì)子到達(dá)個(gè)數(shù)滿足泊松分布。問一道關(guān)于泊松分布的概率論的題目?。?!急!!在線等啊?。。ㄟ^(guò)程步驟要有啊)2009-9-2620:02提問者:胖胖小草冬|瀏覽次數(shù):979次某生產(chǎn)流水線一天出次品件數(shù)&為入=5的泊松分布,若采用新工藝,則有0.75的可能使&成為入=3的泊松分布,但也有0.25的可能無(wú)效?,F(xiàn)采用新工藝生產(chǎn),結(jié)果一天出了2件次品,問新工藝有效的概率有多大?(A=“新工藝有效”.)我來(lái)幫他解答§2009-9-2700:53滿意回答解:在采用新的工藝有效,即產(chǎn)生入=3的泊松分布的條件下,產(chǎn)生兩件次品的概率是3箜/2!*時(shí)(-3)=0.1120在產(chǎn)生新的工藝無(wú)效,即仍然是入=5的泊松分布的條件下,產(chǎn)生兩件次品的概率室5A2/2!*eA(-5)=0.0421故由貝葉斯公式p(A1|B)=[P(A1)*P(B|A1)]/[P(

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論