x～p(λ)是什么分布？
x～p(λ)是泊松分布。
泊松分布属于一种统计与概率学里常见到的离散概率分布，由法国数学家西莫恩·德尼·泊松（Siméon-Denis Poisson）在1838年时发表。
泊松分布的参数λ是单位时间(或单位面积)内随机事件的平均发生次数。 泊松分布适合于描述单位时间内随机事件发生的次数。
泊松分布的期望和方差均为λ。
泊松分布与二项分布的关系：
当二项分布的n很大而p很小时，泊松分布可作为二项分布的近似，其中λ为np。通常当n≧20,p≦0.05时，就可以用泊松公式近似得计算。
事实上，泊松分布正是由二项分布推导而来的，具体推导过程参见本词条相关部分。
泊松分布是最重要的离散分布之一，它多出现在当X表示在一定的时间或空间内出现的事件个数这种场合。在一定时间内某交通路口所发生的事故个数，是一个典型的例子。
绛旓細x锝瀙(位)鏄硦鏉惧垎甯銆傛硦鏉惧垎甯冨睘浜庝竴绉嶇粺璁′笌姒傜巼瀛﹂噷甯歌鍒扮殑绂绘暎姒傜巼鍒嗗竷锛岀敱娉曞浗鏁板瀹惰タ鑾仼路寰峰凹路娉婃澗锛圫im茅on-Denis Poisson锛夊湪1838骞存椂鍙戣〃銆傛硦鏉惧垎甯冪殑鍙傛暟位鏄崟浣嶆椂闂(鎴栧崟浣嶉潰绉)鍐呴殢鏈轰簨浠剁殑骞冲潎鍙戠敓娆℃暟銆 娉婃澗鍒嗗竷閫傚悎浜庢弿杩板崟浣嶆椂闂村唴闅忔満浜嬩欢鍙戠敓鐨勬鏁般傛硦鏉惧垎甯冪殑鏈熸湜鍜屾柟宸潎涓何汇
绛旓細杩欐槸娉婃澗鍒嗗竷锛孹~P(位)锛屼篃鍙互鍐欐垚X~蟺 (位)锛孭(X=k)=位鐨刱娆℃柟涔樹互e鐨(-位)娆℃柟闄や互k鐨勯樁涔(杩欓噷鐢ㄤ笉浜嗗叕寮忕紪杈戝櫒锛屽彧鑳藉彛澶村彊杩)銆傜敤鏈熸湜鍜屾柟宸殑鍏紡鍙互鎺ㄥ鍑篍(X)=位锛孌(X)=位锛岃浣忚繖涓粨璁哄氨琛屼簡锛屼互鍚庤В棰樻椂鐩存帴鐢ㄣ
绛旓細x~蟺锛埼伙級鎰忓懗鐫x鏈嶄粠娉婃澗鍒嗗竷銆備篃灏辨槸璇磝=k鐨勬鐜囨槸锛歅(X=k)=e^(-位)*[(位^k)/(k!)]锛 (k鈮0)鐢变簬x~蟺锛埼伙級,鎵浠1/x鏈嶄粠鍙傛暟涓何荤殑璐熸寚鏁板垎甯,鍥犳E(1/X)=1/位,E[1/x+1]=1/位+1 鏄剧劧锛氣憼P(X=k)鈮0锛屸憽褰搆瓒嬩簬鏃犵┓鏃讹紝鐢辨嘲鍕掑睍寮寰椻垜P(X=k)=1锛岃繖绗﹀悎P(X...
绛旓細x~鍏锛堝叆锛夋寚鐨勬槸鍙傛暟涓何荤殑娉婃澗鍒嗛儴銆傚弬鏁拔绘寚鐨鏄垎甯鐨勬湡鏈涘拰鏂瑰樊閮芥槸位銆傛寚鏁板垎甯冪殑鍙傛暟涓何伙紝鍒欐寚鏁板垎甯冪殑鏈熸湜涓1/位锛屾柟宸负(1/位)鐨勫钩鏂广俌~E(鍏)f(y)=鍏^(-鍏)鏈熸湜鍊1/鍏ワ紝鏂瑰樊1/鍏²鎴朰~E(a)f(y)=e^(-y/a)/a銆傛墍浠ワ細EX² = DX + 锛圗X锛²= ...
绛旓細P琛ㄧず姒傜巼锛寈琛ㄧず鏌愮被鍑芥暟鍏崇郴锛宬琛ㄧず鏁伴噺锛岀瓑鍙风殑鍙宠竟锛屛 琛ㄧず浜嬩欢鐨勯鐜囥娉ㄦ剰锛氭硦鏉惧垎甯冿紙Poisson distribution锛夛紝鍙拌瘧鍗滅摝鏉惧垎甯冿紙娉曡锛歭oi de Poisson锛岃嫳璇細Poisson distribution锛岃瘧鍚嶆湁娉婃澗鍒嗗竷銆佹櫘闃挎澗鍒嗗竷銆佸崪鐡︽澗鍒嗗竷銆佸竷鐡︽澗鍒嗗竷銆佸竷闃挎澗鍒嗗竷銆佹尝浠ユ澗鍒嗗竷銆佸崪姘忓垎閰嶇瓑锛夛紝鏄竴绉嶇粺璁′笌姒傜巼瀛...
绛旓細X锝濸(位) 鏈熸湜E(X)=位锛屾柟宸瓺(X)=位
绛旓細姒傜巼鍑芥暟 娉婃澗鍒嗗竷娉婃澗鍒嗗竷鐨勬鐜囧垎甯冨嚱鏁颁负锛 P(X=k)=\frac{e^{-\lambda}\lambda^k}{k!} 娉婃澗鍒嗗竷鐨勫弬鏁拔绘槸鍗曚綅鏃堕棿(鎴栧崟浣嶉潰绉)鍐呴殢鏈轰簨浠剁殑骞冲潎鍙戠敓鐜囥 娉婃澗鍒嗗竷閫傚悎浜庢弿杩板崟浣嶆椂闂村唴闅忔満浜嬩欢鍙戠敓鐨勬鏁般傚鏌愪竴鏈嶅姟璁炬柦鍦ㄤ竴瀹氭椂闂村唴鍒拌揪鐨勪汉鏁帮紝鐢佃瘽浜ゆ崲鏈烘帴鍒板懠鍙殑娆℃暟锛屾苯杞︾珯鍙扮殑鍊欏...
绛旓細娉婃澗鍒嗗竷鐨勬湡鏈涘拰鏂瑰樊鍧囨槸位锛屛昏〃绀烘讳綋鍧囧硷紱P(X=0)=e^(-位)銆俋锝濸(位) 鏈熸湜E(X)=位锛屾柟宸瓺(X)=位 鍒╃敤娉婃澗鍒嗗竷鍏紡P(x=k)=e^(-位)*位^k/k!P琛ㄧず姒傜巼锛寈琛ㄧず鏌愮被鍑芥暟鍏崇郴锛宬琛ㄧず鏁伴噺锛岀瓑鍙风殑鍙宠竟锛屛 琛ㄧず浜嬩欢鐨勯鐜囥備緥棰橈細鏌愮數褰遍櫌鐨勭垎绫宠姳鏈烘绘槸鍧忥紝椤惧浠緢涓嶉珮鍏淬備笅...
绛旓細x~鍏锛堝叆锛夋寚鐨勬槸鍙傛暟涓何荤殑娉婃澗鍒嗛儴銆傚弬鏁拔绘寚鐨鏄垎甯鐨勬湡鏈涘拰鏂瑰樊閮芥槸位銆傛寚鏁板垎甯冪殑鍙傛暟涓何伙紝鍒欐寚鏁板垎甯冪殑鏈熸湜涓1/位锛屾柟宸负(1/位)鐨勫钩鏂广俌~E(鍏)f(y)=鍏^(-鍏)鏈熸湜鍊1/鍏ワ紝鏂瑰樊1/鍏²鎴朰~E(a)f(y)=e^(-y/a)/a銆傛墍浠ワ細EX² = DX + 锛圗X锛²= ...
绛旓細鍦ㄦ鐜囪涓庢暟鐞嗙粺璁′腑 P(位)灏辨槸鎸囨暟鍒嗗竷 楸艰嫍鏁伴噺鍐欐垚鍑芥暟寮忓瓙灏辨槸 P=1- e^-位x锛寈>0 =0锛寈鈮0 閭ｄ箞鍐嶄箻浠ユ垚娲荤巼p锛屽嵆娲婚奔鏁颁负 Y=p(1- e^-位x)锛寈>0 =0锛寈鈮0
