离散型变量分布律

最新推荐文章于 2023-05-26 11:32:36 发布

qq_36424540

最新推荐文章于 2023-05-26 11:32:36 发布

阅读量1.1k

点赞数

分类专栏：概率论

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_36424540/article/details/95303433

版权

概率论专栏收录该内容

6 篇文章 0 订阅

订阅专栏

1.泊松分布

将连续的变量 通过极限的思想转换成可以利用 二项分布来表达，也就是每一个小的时间段内，该事件发生不发生。

考虑一个例子：

一个馒头店卖馒头，一周的销量如下

需要考虑一个问题，每天需要准备多少馒头商店才能既不浪费，也不会不够。

通过计算； $\large \bar{x}=\frac{3+7+4+6+5}{5}=5$ , 这种方案比取极大值和极小值要好的多。

但是也存在一个问题，从数据来看，仍然有 2 天做的不够卖。

那有没有更好的方法呢？

将每天的时间段分成很多的小份，我们考虑每一段上是否有卖出馒头，这样就可以把连续的量转换成离散的段了。

公式表达： $\large \lim_{n\rightarrow \infty } \binom{n}{k}p^{k}(1-p)^{n-k}$

泊松定理: 利用泊松分布来逼近二项分布条件：假设 $\large np=\lambda$

$\large \lim_{n\rightarrow \infty } \binom{n}{k}p^{k}(1-p)^{n-k} = \frac{\lambda ^{k}e^{-\lambda }}{k!}$

可以画出概率密度曲线：

准备8个馒头的话，就是将前8个概率相加，可以看出0.93，已经很可能买完了。

当然，上面的假设已经假定满足泊松分布了。

参考文献：https://www.zhihu.com/question/26441147/answer/429569625

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
离散型变量分布律

1.泊松分布将连续的变量通过极限的思想转换成可以利用二项分布来表达，也就是每一个小的时间段内，该事件发生不发生。考虑一个例子：一个馒头店卖馒头，一周的销量如下需要考虑一个问题，每天需要准备多少馒头商店才能既不浪费，也不会不够。通过计算；, 这种方案比取极大值和极小值要好的多。但是也存在一个问题，从数据来看，仍然有 2 天做的不够卖。那有没有更好的方法...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。