概念:
设随机变量X的分布律为
其中,则称X服从参数为
的泊松分布,记为
或
.
显然
%MATLAB代码
x=1:40;
y1=pdf('poiss',1:40,1);
plot(x,y1,'k','LineWidth',3);hold on;
y2=pdf('poiss',1:40,4);
plot(x,y2,'g','LineWidth',3);hold on;
y3=pdf('poiss',1:40,10);
plot(x,y3,'r','LineWidth',3);hold on;
y4=pdf('poiss',1:40,20);
plot(x,y4,'b','LineWidth',3);hold on;
xlabel('x');
ylabel('y');
legend('\lambda=1','\lambda=4','\lambda=10','\lambda=20')
title('\lambda不同的泊松分布概率密度函数')
泊松定理:
设随机变量(n=1,2,...)服从二项分布
,其中概率
与n有关,并且满足
则
证明:
令,则
对于任意的非负整数k,有
故得
在应用中,当且n很大(
),p很小(
)时,有下面的泊松近似公式(其中
)
很多随机现象都近似服从泊松分布
电话交换站一定时间内的呼唤次数;
公共汽车站来到的乘客数;
炸弹爆炸后落在平面上某区域的碎片弹个数;
落在显微镜上的某种细菌的个数;
泊松分布的数学期望与方差
设,其分布律为
证明:
想要知道还有其他分布吗?
戳这里:概率论思维导图