几个简单数学分布
一、泊松分布
日常生活中,大量事件是有固定频率的。
某医院平均每小时出生3个婴儿某公司平均每10分钟接到1个电话某超市平均每天销售4包xx牌奶粉某网站平均每分钟有2次访问
它们的特点就是,我们可以预估这些事件的总数,但是没法知道具体的发生时间。已知平均每小时出生3个婴儿,请问下一个小时,会出生几个?
有可能一下子出生6个,也有可能一个都不出生。这是我们没法知道的。
泊松分布就是描述某段时间内,事件具体的发生概率。
上面就是泊松分布的公式。等号的左边,P 表示概率,N表示某种函数关系,t 表示时间,n 表示数量,1小时内出生3个婴儿的概率,就表示为 P(N(1) = 3) 。等号的右边,λ 表示事件的频率。
接下来两个小时,一个婴儿都不出生的概率是0.25%,基本不可能发生。
接下来一个小时,至少出生两个婴儿的概率是80%。
泊松分布的图形大概是下面的样子。
可以看到,在频率附近,事件的发生概率最高,然后向两边对称下降,即变得越大和越小都不太可能。每小时出生3个婴儿,这是最可能的结果,出生得越多或越少,就越不可能。
二、指数分布
指数分布是事件的时间间隔的概率。下面这些都属于指数分布。
婴儿出生的时间间隔,来电的时间间隔,奶粉销售的时间间隔,网站访问的时间间隔
指数分布的公式可以从泊松分布推断出来。如果下一个婴儿要间隔时间 t ,就等同于 t 之内没有任何婴儿出生。
反过来,事件在时间 t 之内发生的概率,就是1减去上面的值。
接下来15分钟,会有婴儿出生的概率是52.76%。
接下来的15分钟到30分钟,会有婴儿出生的概率是24.92%。
id="iframe1104309_0" src="http://pos.baidu.com/acom?sz=200x200&rtbid=1971540&rdid=9223372032564593756&dc=2&di=1104309&dri=0&dis=0&dai=1&ps=200x0&dcb=BAIDU_SSP_define&dtm=BAIDU_DUP_SETJSONADSLOT&dvi=0.0&dci=-1&dpt=none&tsr=0&tpr=1457748243980&ti=%E6%B3%8A%E6%9D%BE%E5%88%86%E5%B8%83%E5%92%8C%E6%8C%87%E6%95%B0%E5%88%86%E5%B8%83%EF%BC%9A10%E5%88%86%E9%92%9F%E6%95%99%E7%A8%8B%20-%20%E7%AB%99%E9%95%BF%E4%B9%8B%E5%AE%B6&ari=1&dbv=2&drs=3&pcs=1349x632&pss=1349x7269&cfv=0&cpl=35&chi=1&cce=true&cec=UTF-8&tlm=1457748246<u=http%3A%2F%2Fwww.chinaz.com%2Fmanage%2F2015%2F0614%2F414019.shtml<r=https%3A%2F%2Fwww.baidu.com%2Flink%3Furl%3DbjlAgV3R6LGRKkjz_aVk2-_Z9cK7M_Hf-gMFpbNOXiiDXm_U_yuzn-14J2Q0XgLKeVFWB9THqkqB-Wa3GaVoyK%26wd%3D%26eqid%3Debd7612000081ca00000000356e37823&lcr=https%3A%2F%2Fwww.baidu.com%2Flink%3Furl%3DbjlAgV3R6LGRKkjz_aVk2-_Z9cK7M_Hf-gMFpbNOXiiDXm_U_yuzn-14J2Q0XgLKeVFWB9THqkqB-Wa3GaVoyK%26wd%3D%26eqid%3Debd7612000081ca00000000356e37823&ecd=1&psr=1366x768&par=1366x728&pis=-1x-1&ccd=24&cja=true&cmi=101&col=zh-CN&cdo=-1&tcn=1457748246&qn=0d25d72344ba2aa7&dpv=cf76d614e524c1e1&tt=1457748243719.2466.2587.2599" width="200" height="200" align="center,center" vspace="0" hspace="0" marginwidth="0" marginheight="0" scrolling="no" frameborder="0" allowtransparency="true" style="display: block; border: 0px; vertical-align: bottom; margin: 0px;">
指数分布的图形大概是下面的样子。
可以看到,随着间隔时间变长,事件的发生概率急剧下降,呈指数式衰减。想一想,如果每小时平均出生3个婴儿,上面已经算过了,下一个婴儿间隔2小时才出生的概率是0.25%,那么间隔3小时、间隔4小时的概率,是不是更接近于0?
三、总结
一句话总结:泊松分布是单位时间内独立事件发生次数的概率分布,指数分布是独立事件的时间间隔的概率分布。
请注意是"独立事件",泊松分布和指数分布的前提是,事件之间不能有关联,否则就不能运用上面的公式。