泊松分布、泊松过程、泊松点过程

本文介绍了泊松分布的理论,包括它是二项分布的极限形式,并展示了如何通过算法在一维和二维空间中生成满足泊松分布的随机点,涉及到了一维的指数分布方法和二维的圆平面撒点方法。
摘要由CSDN通过智能技术生成

1.泊松分布

泊松分布是二项分布的极限分布,假设有一列二项分布B(n,pn),均值为\(\lambda\),即\(\lim \limits_{n \rightarrow \infty} np_n=\lambda>0\),对任何非负整数k(即发生k次的概率)有\(\lim\limits_{n \rightarrow \infty} b(k;n,p_n)=\lim \limits_{n\rightarrow \infty}C^k_np_n^k(1-p_n)^{n-k}=e^{-\lambda}\frac{\lambda^k}{k!}\)
证明
\(\begin{align} C^k_n p_n^k(1-p_n)^{n-k} &= \frac{n!}{k!(n-k)!}p_n^k(1-p_n)^{n-k}\\ &=\frac{1\times2\times3\times...\times n}{k!\times1\times2\times3...\times(n-k) \times n^k}(1-p_n)^{-k}(np_n)^k(1-p_n)^n\\ &=\frac{n\times(n-1)\times(n-2)\times...\times(n-k+1)}{k!\times n^k}(1-p_n)^{-k}(np_n)^k(1-p_n)^n\\ &=\frac{1}{k!}(1-\frac{1}{n})(1-\frac{2}{n})...(1-\frac{k-1}{n})(1-p_n)^{-k}(np_n)^k(1-p_n)^n \end{align}\)
注意到\(\lim \limits_{n \rightarrow \infty}(np_n)^k=\lambda^k\),和\(\lim \limits_{n \rightarrow \infty}(1-p_n)^n=e^{-\lambda}\)

定理证毕。

泊松分布是二项分布的极限分布,当n很大,p很小时,二项分布就可以近似地看

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值