泊松分布公式是Var(x)=λ。
二项分布的期望E(r)=np,方差Var(r)=npq,而泊松分布的期望和方差均为λ。此时我们需要这两种分布的期望和方差相近似,即np与npq近似相等的情况 。
由以上可知,当二项分布的n很大而p很小时,泊松分布可作为二项分布的近似,其中λ为np。通常当n≥20,p≤0.05时,就可以用泊松公式近似得计算。
泊松分布公式的应用
指数分布针对两个事件发生的时间间隔,与泊松分布不同,泊松分布是离散型分布,指数分布是连续型分布。如果单位时间内事件的发生次数满足泊松分布,那么事件发生的时间间隔满足指数分布。
这个小游戏一共由4道题目组成,那么,假若这个小游戏有100道题目,甚至1000道题目呢?光是计算组合公式会让你算到头大。其实在遇到这种情况时,泊松分布也可以帮上忙。那么先来回顾下二项分布的期望与方差。
泊松分布适合于描述单位时间内随机事件发生的次数的概率分布。如某一服务设施在一定时间内受到的服务请求的次数,电话交换机接到呼叫的次数、汽车站台的候客人数、机器出现的故障数、自然灾害发生的次数、DNA序列的变异数、放射性原子核的衰变数、激光的光子数分布等等。
泊松分布的公式为:P(k)=(λ^k)*(e^(-λ))/k!。
Poisson分布,是一种统计与概率学里常见到的离散概率分布,由法国数学家西莫恩·德尼·泊松(Siméon-Denis Poisson)在1838年时发表。
相关信息:
泊松分布是最重要的离散分布之一,它多出现在当X表示在一定的时间或空间内出现的事件个数这种场合。在一定时间内某交通路口所发生的事故个数,是一个典型的例子。
泊松分布在管理科学、运筹学以及自然科学的某些问题中都占有重要的地位。(在早期学界认为人类行为是服从泊松分布,2005年在nature上发表的文章揭示了人类行为具有高度非均匀性。)
泊松分布Poisson distribution。
概率论中常用的一种离散型概率分布。若随机变量 X 只取非负整数值,取k值的概率为λke-l/k!(记作P (k;λ),其中k可以等于0,1,2,则随机变量X 的分布称为泊松分布,记作P(λ)。这个分布是S.-D.泊松研究二项分布的渐近公式是时提出来的。泊松分布P (λ)中只有一个参数λ ,它既是泊松分布的均值,也是泊松分布的方差。在实际事例中,当一个随机事件,例如某电话交换台收到的呼叫、来到某公共汽车站的乘客、某放射性物质发射出的粒子、显微镜下某区域中的白血球等等,以固定的平均瞬时速率 λ(或称密度)随机且独立地出现时,那么这个事件在单位时间(面积或体积)内出现的次数或个数就近似地服从泊松分布。因此泊松分布在管理科学,运筹学以及自然科学的某些问题中都占有重要的地位。
解:以X表示每个观众需要的啤酒数量,则X~P(0.4)。那么满足题意要求的是使下式成立的。
最小正整数n.
P(2000X>n)<0.05 即 P(2000X<=n)>=0.95 亦即 P(X<=n/2000)>=0.95 。
通过查泊松分布函数表 可得 n/2000=p ( p可通过查表得出来,大概 1.5 左右吧,
你自己查一下,我没有泊松分布表所以具体的数值不清楚) 得出最小整数n=2000p =3000左右。
具体过程如图:
泊松分布的参数λ是单位时间(或单位面积)内随机事件的平均发生次数。 泊松分布适合于描述单位时间内随机事件发生的次数。
当二项分布的n很大而p很小时,泊松分布可作为二项分布的近似,其中λ为np。通常当n≧20,p≦0.05时,就可以用泊松公式近似得计算。
事实上,泊松分布正是由二项分布推导而来的,具体推导过程参见本词条相关部分。
扩展资料:
泊松分布适合于描述单位时间(或空间)内随机事件发生的次数。如某一服务设施在一定时间内到达的人数,电话交换机接到呼叫的次数,汽车站台的候客人数,机器出现的故障数,自然灾害发生的次数,一块产品上的缺陷数,显微镜下单位分区内的细菌分布数等等。
在一定区间内变量取值有无限个,或数值无法一一列举出来。例如某地区男性健康成人的身长值、体重值,一批传染性肝炎患者的血清转氨酶测定值等。
有几个重要的连续随机变量常常出现在概率论中,如:均匀随机变量、指数随机变量、伽马随机变量和正态随机变量。
参考资料来源:百度百科——随机变量。
参考资料来源:百度百科——泊松分布。