泊松分布记为_§2.4 二项分布与泊松分布

一、二项分布的性质与计算

1 二项分布的性质

在概率空间为

的n重伯努利试验中，事件

出现的概率记为

。事件

那么恰好出现

次的概率为

。

这里的

被称为

二项分布。

课本给出了20重伯努利试验分别在

时会出现事件

的次数为

的对应的概率值，并绘制成了一个折线图。我们便可以直观地体会并理解到二项分布的性质。

在此我们做一个简单的分析。由于

。当

时，

关于变量

单调递增，当

时，

单调递减。

2 产品抽样验收与(n,c)方案

抽样检验是生产管理中的必要手段，检验的原则是次品率小于等于某一临界值时 , 认为此批产品为合格品，否则认为不合格品。而这个原则在实际操作时采用如下方案：抽检

件产品，仅当次品数不大于

件时认为此批产品为合格品，否则为不合格品，称这种方案为

(n,c)方案。

这样抽样调查的结果

和

的选择显然不是固定的或绝对的，而是人为选择的。但不恰当的选择有可能会导致生产者风险（拒收过多合格品）或者消费者风险（接受过多残次品），那我们应当如何选择这两个数字？

首先我们记

为真实的

废品率，

为在废品率

时

接收这批产品的概率。这时如果抽样的方式是可放回的或者样品量十分庞大，我们可以把看其为二项分布

。这时候我们视情况需要找两个比较小的整数

去限制

和

，

。

的曲线被称为

抽检特性曲线，简称 OC曲线。

二、二项分布的泊松逼近

在二项分布的计算中，当n很大时，计算相当复杂。为了简化计算，我们试图找到一个方便使用的近似公式。

做到这一想法的是泊松定理。 在独立试验中，以

代表事件

在试验中出现的概率，它与试验次数

有关，如果

，则当

。

定理的证明置于文末。

这个在应用中的表现为当

非常小

，

又比较大的时候

的时候，一般理解为

，用近似公式

作计算。

三、泊松分布

在上文的叙述中，泊松定理实际上可以理解为给出了一个新的分布，我们称之为泊松分布：

，

为一个正参数。

这个分布非常重要，在生物学、医学、工业统计、保险科学及公用事业的排队等大量问题中很常见。

接下来我们进一步研究泊松分布的机理，我们首先有柯西引理：

若

是一个连续函数（或者单调函数），且对

（或

）成立

，则

。

引理的证明置于文末。

随后我们考虑泊松过程：

考虑来到某交换装置的电话呼叫次数为例来作说明，其有三个性质。由这三个性质能推导电话呼叫次数服从泊松分布。

（1）平稳性 对于时间段

内发生的呼叫次数只与

有关而与

无关。而且

，记

为时长

的时间里发生了

次呼叫，那么有

。

（2）独立增量性（无后效性） 对于时间段

内发生的呼叫次数与

以前发生的事件都相互独立，且在互不相交的时间区间内事件发生是相互独立的。

（3）普通性 在充分小的时间间隔内，最多来一个呼叫。

。在这个条件下，意味着同时进来两个或以上的通话是不可能的。

由独立增量性与全概率公式可得

。

特别地，我们有

，而且会是一个关于

的单调递减函数，结合本节中的柯西引理那么有

。而这里无论是

或者

都不是符合概率的性质或者不是我们想要的结果。我们考虑

，那么一定

。

利用上述式子，当

时，可以得到

（误差大小为

）

（误差大小为

）

。

回到最开始的式子，

。

那么也就会有

。

前面我们已知

，又知任意一个

对应的导数，也即

随

变化的变化量。那么我们就可以解得一切的

：

。

至此我们将泊松分布成功推导了出来。

APPENDIX

2.柯西引理：若

是一个连续函数（或者单调函数），且对

（或

）成立

，则

。

证明：

由条件

我们可知对于

，有

。

于是我们便可不断迭代这一结果，对于

，有

。

这个地方我们取

，便得到

。

再利用条件里的式子，对于

，

。

这里由

的任意性，记

，那么对于

，有

。

现在再利用

的随机性或单调性，便能进一步推广到无理数成立。

证毕

（证明待更新）

雷咖吼：《概率论基础》目录​zhuanlan.zhihu.com