泊松分佈:
歷史上泊松分佈式作爲二項分佈的近似,由法國數學家泊松引入。在實際中許多現象都服從泊松分佈。從意義上說解決的問題是:“在特定時間內發生n個事件的概率”
泊松分佈滿足如下公式:
P(N(t)=n)=n!(λt)ne−λt
等號左邊P表示概率、N表示事件符合的函數關係、t表示爲事件、n爲數量、λ表示爲頻率。
舉例:接下來兩個小時,一個嬰兒都不出生的概率
P(N(2)=0)=0!(3×2)0e−3×2≈0.25
接下來一個小時,至少出生兩個嬰兒的概率
P(N(1)≥2)=1−P(N(1)=1)−P(N(1)=0)=1−1!(3×1)1e−3×1−0!(3×1)0e−3×1=1−3e−3−e−3=1−4e−3≈0.8009
泊松分佈的圖形
可以看到,在頻率附近,事件的發生概率最高,然後向兩邊對稱下降,即變得越大和越小都不太可能。每小時出生3個嬰兒,這是最可能的結果,出生得越多或越少,就越不可能。
泊松分佈產生的一般條件:
在自然界和人們的現實生活中,經常要遇到在隨機時刻出現的某種事件.我們把在隨機時刻相繼出現的事件所形成的序列,叫做隨機事件流。若事件流具有平穩性、無後效性、普通性,則稱該事件流爲泊松事件流(泊松流)
- 平穩性:在任意時間區間內,事件發生k次(k≥0)的概率只依賴於區間長度而與區間端點無關.
- 無後效性:在不相重疊的時間段內,事件的發生是相互獨立的.
- 普通型:如果時間區間充分小,事件出現兩次或兩次以上的概率可忽略不計.