泊松分布

       二项分布是说，已知某件事情发生的概率是p，那么做n次试验，事情发生的次数就服从于二项分布。二项分布其实就是一个简单的“发生”与“不发生”的概率分布，而现实世界中很多事情要么发生，要么不发生，因此二项分布可以描述非常多的现实世界中的现象，例如抛硬币，投篮等。

       但在日常生活中，我们也会遇到大量这样的事情：在某个时间段内发生频率相对稳定，但在时间段内随时都有可能发生的事情。例如，车辆通过十字路口，医院有婴儿出生，超市的鲜奶被购买，机器运行时发生故障。这些事情一般用“单位时间内事件发生的次数”来描述，机器运行一个月发生2次故障，超市一天出售50袋鲜奶，医院每小时出生3名婴儿，15分钟内有40辆车通过某路口。每当有洪涝灾害时，新闻报道中经常会出现“五十年一遇”，“百年一遇”等字眼，也是对这种现象的描述。它们的特点就是：我们可以预估这些事件在某段连续时间内的总数，但是没法知道具体的发生时间。

       泊松分布就是用来描述这种某段连续的时间内某独立事情发生次数的概率分布。其分布律如下（为什么是这样的分布律后面会讲，尤其是怎么会出现e）：

   

   其中t为连续的时间长度，λ为单位时间事件发生的数学期望，e为自然底数，e = 2.718281828459。上式用来计算在时间段t内恰好发生k次事件的概率。

   泊松分布是法国数学家泊松于1837年引入的，是概率论中几个重要分布之一，在经济社会生活中频繁地出现，并被广泛的应用。泊松分布必须满足如下几个条件：

（1）独立事件；

（2）事件发生的频率是稳定的；

（3）事件发生的概率是很小的。 

   实例1：某社区超市平均每天售出鲜桃罐头3罐，需要备货多少，使得缺货的概率低于5%？

   分析：出售每一罐罐头可认为是独立事件，该事件发生的频率比较稳定，平均每天3罐左右，对于一天来说，每时刻出售一罐罐头可以认为概率很小。而该问题又是在连续时间段内的独立事件发生次数的问题，可以使用泊松分布来解决。缺货实际上就是求一天内出售罐头次数大于备货n的概率。设n=4，则：

备货4罐罐头缺货的概率约为18.5%。我们可以逐个算出备货5罐，6罐的缺货概率分别为：8.4%，3.35%。因此，需要备货6罐，才能使缺货的概率低于5%。

   实例2：某医院平均每小时出生2名婴儿，设一名婴儿出生需要2名医生处理，那么配备多少名医生，使得2小时内需临时增派医生的概率低于20%？

   分析：每名婴儿出生可以看作是独立事件，该事件发生的频率比较稳定，平均每小时2名，每时刻出生一名婴儿的概率很低，符合泊松分布。

import scipy.stats as sps
rv = sps.poisson(2 * 2)
cdf = [rv.cdf(k) for k in range(10)]
print([(i, 1-c) for i, c in enumerate(cdf) if c >= 0.8])

输出结果： [(6, 0.11067397840257365), (7, 0.051133615792847253), (8, 0.021363434487984168), (9, 0.0081322427969339195)]

可以看到，2小时内出生6名婴儿以上的概率约为11%，低于20%。因此需配备6*2=12名医生。

       我们看到，泊松分布在日常生活中有大量的实际应用。那为什么现实生活中有这么多事情服从泊松分布呢？这还得从泊松分布的来历说起，泊松分布是由二项分布演化而来的，是二项分布n很大而p很小时的一种极限形式。泊松分布的分布律是可以从二项分布推导出来的，详细的推导过程并不复杂。

   我们知道，二项分布的数学期望为np。（见《二项分布均值和方差的简单推导》）

 

       所以泊松分布是二项分布的极限情况，既然日常生活中，很多事情可以描述成发生或不发生的二项分布，那么泊松分布作为二项分布的一种特殊情形，有着大量的实际应用也就不足为奇了。

参考文献：阮一峰的网络日志 http://www.ruanyifeng.com/blog/2015/06/poisson-distribution.html