泊松分布(Poisson distribution)是一种离散概率分布,通常用于描述某段时间内或某一区域中某事件发生的次数。它适用于当事件发生是随机且独立的,并且在一个单位时间或空间内发生的次数与单位时间或空间的长度成正比的情况。泊松分布常用于建模如电话呼叫的数量、顾客到达的数量、网站点击次数等。
泊松分布的定义
如果随机变量(X)
服从参数为 (\lambda) 的泊松分布,记作 (X \sim \text{Poisson}(\lambda)),则其概率质量函数(PMF)为:
[ P(X = k) = \frac{\lambda^k e^{-\lambda}}{k!} ]
其中:
- ( k ) 是事件发生的次数,( k = 0, 1, 2, \ldots )
- (\lambda) 是单位时间或单位区域内事件的平均发生次数(也叫做参数或强度)
泊松分布的性质
-
均值和方差:对于泊松分布,均值和方差均为 (\lambda)。即:
[ \mathbb{E}(X) = \lambda, \quad \text{Var}(X) = \lambda ] -
无记忆性:泊松分布具有无记忆性,但这个性质更常与几何分布相关。在泊松过程中,无记忆性指的是事件发生的概率不受之前时间段内事件发生情况的影响。
-
渐近正态性:当 (\lambda) 足够大时,泊松分布近似于正态分布,即:
[ X \sim \text{Poisson}(\lambda) \approx \mathcal{N}(\lambda, \lambda) ]
泊松分布的应用
泊松分布在很多领域有广泛的应用,以下是一些常见的应用场景:
- 排队论:例如银行、超市等服务窗口,顾客到达的数量可以用泊松分布来描述。
- 电信:单位时间内接收到的电话呼叫数量。
- 交通工程:某段时间内通过某个路段的车辆数目。
- 网络流量:单位时间内某网站的点击次数或访问次数。
- 生物统计:某单位面积内的植物种群数量。
例子
假设某个呼叫中心平均每分钟接到 2 个电话,那么在一分钟内接到 ( k ) 个