为什么泊松分布取值从0到n的概率之和不为1 泊松分布问题
\u6cca\u677e\u5206\u5e03\u6982\u7387\u95ee\u9898\u6cca\u677e\u5206\u5e03\u7684\u516c\u5f0f\u4e3a\uff1aP(k)=(\u03bb^k)*(e^(-\u03bb))/k!
\u4e00\u5c0f\u65f6\u67656\u4e2a\uff0c\u5373\u5f3a\u5ea6\u4e3a 6\u4eba/\u5c0f\u65f6 \u7684\u6cca\u677e\u8fc7\u7a0b\u3002
\u6cca\u677e\u8fc7\u7a0b\u5177\u6709\u65e0\u8bb0\u5fc6\u6027\u7684\u7279\u5f81\uff0c\u5728\u6b64\u4f8b\u4e2d\u8868\u73b0\u4e3a20\u5206\u949f\u5185\u6765\u591a\u5c11\u4eba\uff0c\u4e0d\u5f71\u54cd\u63a5\u4e0b\u676515\u5206\u949f\u6765\u591a\u5c11\u4eba\u7684\u6982\u7387\u3002
1\uff09\u5bf9\u7b2c\u4e00\u95ee\uff0c\u524d20\u5206\u949f\u5df2\u7ecf\u6765\u4e862\u4eba\uff0c\u6c42\u63a5\u4e0b\u676515\u5206\u949f\uff081/4\u5c0f\u65f6\uff09\u6765\u4e00\u4e2a\u7684\u6982\u7387\uff0c\u7531\u65e0\u8bb0\u5fc6\u6027\u77e5\uff0c\u6240\u6c42\u6982\u7387\u5373\u4e3a15\u5206\u949f\u6765\u4e00\u4e2a\u7684\u6982\u7387\uff1a
\u03bb=6/4=1.5 \uff0ck=1
\u5e26\u5165\u4e0a\u5f0f\u5f97 P=0.335
2\uff09\u5bf9\u7b2c\u4e8c\u95ee\uff0c\u6c42\u524d20\u5206\u949f\uff081/3\u5c0f\u65f6\uff09\u6ca1\u4eba\u6765\uff0c\u5e76\u4e14\u63a5\u4e0b\u676515\u5206\u949f\uff081/4\u5c0f\u65f6\uff09\u6765\u4e00\u4e2a\u7684\u6982\u7387\u3002\u4e3a\u4e8c\u8005\u6982\u7387\u76f8\u4e58\uff08\u65e0\u8bb0\u5fc6\u6027\uff09
\u5bf920\u5206\u949f\uff1a\u03bb=6/3=2\uff0ck=0\uff0cP1=0.135
\u5bf915\u5206\u949f\uff1a\u03bb=6/4=1.5\uff0ck=1\uff0cP2=0.335
\u603b\u6982\u7387\u4e3aP=P1*P2=0.045
\u6269\u5c55\u8d44\u6599\u6cca\u677e\u5206\u5e03\u4e0e\u4e8c\u9879\u5206\u5e03
\u5f53\u4e8c\u9879\u5206\u5e03\u7684n\u5f88\u5927\u800cp\u5f88\u5c0f\u65f6\uff0c\u6cca\u677e\u5206\u5e03\u53ef\u4f5c\u4e3a\u4e8c\u9879\u5206\u5e03\u7684\u8fd1\u4f3c\uff0c\u5176\u4e2d\u03bb\u4e3anp\u3002\u901a\u5e38\u5f53n\u226720,p\u22660.05\u65f6\uff0c\u5c31\u53ef\u4ee5\u7528\u6cca\u677e\u516c\u5f0f\u8fd1\u4f3c\u5f97\u8ba1\u7b97\u3002
\u4e8b\u5b9e\u4e0a\uff0c\u6cca\u677e\u5206\u5e03\u6b63\u662f\u7531\u4e8c\u9879\u5206\u5e03\u63a8\u5bfc\u800c\u6765\u7684\uff0c\u5177\u4f53\u63a8\u5bfc\u8fc7\u7a0b\u53c2\u89c1\u672c\u8bcd\u6761\u76f8\u5173\u90e8\u5206\u3002
\u5728\u5b9e\u9645\u4e8b\u4f8b\u4e2d\uff0c\u5f53\u4e00\u4e2a\u968f\u673a\u4e8b\u4ef6\uff0c\u4f8b\u5982\u67d0\u7535\u8bdd\u4ea4\u6362\u53f0\u6536\u5230\u7684\u547c\u53eb\u3001\u6765\u5230\u67d0\u516c\u5171\u6c7d\u8f66\u7ad9\u7684\u4e58\u5ba2\u3001\u67d0\u653e\u5c04\u6027\u7269\u8d28\u53d1\u5c04\u51fa\u7684\u7c92\u5b50\u3001\u663e\u5fae\u955c\u4e0b\u67d0\u533a\u57df\u4e2d\u7684\u767d\u8840\u7403\u7b49\u7b49\uff0c\u4ee5\u56fa\u5b9a\u7684\u5e73\u5747\u77ac\u65f6\u901f\u7387\u03bb\uff08\u6216\u79f0\u5bc6\u5ea6\uff09\u968f\u673a\u4e14\u72ec\u7acb\u5730\u51fa\u73b0\u65f6\u3002
\u90a3\u4e48\u8fd9\u4e2a\u4e8b\u4ef6\u5728\u5355\u4f4d\u65f6\u95f4\uff08\u9762\u79ef\u6216\u4f53\u79ef\uff09\u5185\u51fa\u73b0\u7684\u6b21\u6570\u6216\u4e2a\u6570\u5c31\u8fd1\u4f3c\u5730\u670d\u4ece\u6cca\u677e\u5206\u5e03P(\u03bb)\u3002\u56e0\u6b64,\u6cca\u677e\u5206\u5e03\u5728\u7ba1\u7406\u79d1\u5b66\u3001\u8fd0\u7b79\u5b66\u4ee5\u53ca\u81ea\u7136\u79d1\u5b66\u7684\u67d0\u4e9b\u95ee\u9898\u4e2d\u90fd\u5360\u6709\u91cd\u8981\u7684\u5730\u4f4d\u3002\uff08\u5728\u65e9\u671f\u5b66\u754c\u8ba4\u4e3a\u4eba\u7c7b\u884c\u4e3a\u662f\u670d\u4ece\u6cca\u677e\u5206\u5e03\uff0c2005\u5e74\u5728nature\u4e0a\u53d1\u8868\u7684\u6587\u7ae0\u63ed\u793a\u4e86\u4eba\u7c7b\u884c\u4e3a\u5177\u6709\u9ad8\u5ea6\u975e\u5747\u5300\u6027\u3002\uff09
\u53c2\u8003\u8d44\u6599\u6765\u6e90\uff1a\u767e\u5ea6\u767e\u79d1 \u6cca\u677e\u5206\u5e03
\u6cca\u677e\u5206\u5e03\u7684\u542b\u4e49\uff1a
\u6cca\u677e\u5206\u5e03\uff08Poisson distribution\uff09\uff0c\u53f0\u8bd1\u535c\u74e6\u677e\u5206\u5e03\uff0c\u662f\u4e00\u79cd\u7edf\u8ba1\u4e0e\u6982\u7387\u5b66\u91cc\u5e38\u89c1\u5230\u7684\u79bb\u6563\u673a\u7387\u5206\u5e03\u3002\u6cca\u677e\u5206\u5e03\u662f\u4ee518\uff5e19 \u4e16\u7eaa\u7684\u6cd5\u56fd\u6570\u5b66\u5bb6\u897f\u83ab\u6069\u00b7\u5fb7\u5c3c\u00b7\u6cca\u677e\u547d\u540d\u7684\uff0c\u4ed6\u57281838\u5e74\u65f6\u53d1\u8868\u3002\u8fd9\u4e2a\u5206\u5e03\u5728\u66f4\u65e9\u4e9b\u65f6\u5019\u7531\u8d1d\u52aa\u91cc\u5bb6\u65cf\u7684\u4e00\u4e2a\u4eba\u63cf\u8ff0\u8fc7\u3002
\u6cca\u677e\u5206\u5e03\u4e0e\u4e8c\u9879\u5206\u5e03\u7684\u5173\u7cfb\uff1a
\u5f53\u4e8c\u9879\u5206\u5e03\u7684n\u5f88\u5927\u800cp\u5f88\u5c0f\u65f6\uff0c\u6cca\u677e\u5206\u5e03\u53ef\u4f5c\u4e3a\u4e8c\u9879\u5206\u5e03\u7684\u8fd1\u4f3c\uff0c\u5176\u4e2d\u03bb\u4e3anp\u3002\u901a\u5e38\u5f53n\u226720,p\u22660.05\u65f6\uff0c\u5c31\u53ef\u4ee5\u7528\u6cca\u677e\u516c\u5f0f\u8fd1\u4f3c\u5f97\u8ba1\u7b97\u3002\u4e8b\u5b9e\u4e0a\uff0c\u6cca\u677e\u5206\u5e03\u6b63\u662f\u7531\u4e8c\u9879\u5206\u5e03\u63a8\u5bfc\u800c\u6765\u7684\uff0c\u5177\u4f53\u63a8\u5bfc\u8fc7\u7a0b\u53c2\u89c1\u672c\u8bcd\u6761\u76f8\u5173\u90e8\u5206\u3002
\u6269\u5c55\u8d44\u6599\uff1a
\u5e94\u7528\u793a\u4f8b\uff1a
\u6cca\u677e\u5206\u5e03\u9002\u5408\u4e8e\u63cf\u8ff0\u5355\u4f4d\u65f6\u95f4\uff08\u6216\u7a7a\u95f4\uff09\u5185\u968f\u673a\u4e8b\u4ef6\u53d1\u751f\u7684\u6b21\u6570\u3002\u5982\u67d0\u4e00\u670d\u52a1\u8bbe\u65bd\u5728\u4e00\u5b9a\u65f6\u95f4\u5185\u5230\u8fbe\u7684\u4eba\u6570\uff0c\u7535\u8bdd\u4ea4\u6362\u673a\u63a5\u5230\u547c\u53eb\u7684\u6b21\u6570\uff0c\u6c7d\u8f66\u7ad9\u53f0\u7684\u5019\u5ba2\u4eba\u6570\uff0c\u673a\u5668\u51fa\u73b0\u7684\u6545\u969c\u6570\uff0c\u81ea\u7136\u707e\u5bb3\u53d1\u751f\u7684\u6b21\u6570\uff0c\u4e00\u5757\u4ea7\u54c1\u4e0a\u7684\u7f3a\u9677\u6570\uff0c\u663e\u5fae\u955c\u4e0b\u5355\u4f4d\u5206\u533a\u5185\u7684\u7ec6\u83cc\u5206\u5e03\u6570\u7b49\u7b49\u3002
\u53c2\u8003\u8d44\u6599\uff1a\u767e\u5ea6\u767e\u79d1\u2014\u2014\u6cca\u677e\u5206\u5e03
把随机变量取这些值的概率加起来是1.
因此随机变量只取从0到n的值时，对应概率值加起来不可能是1，只能是小于1的值。
是要取0到正无穷大！
绛旓細鍥犱负娉婃澗鍒嗗竷闅忔満鍙橀噺鍙彇鍊兼槸浠0鍒版棤绌风殑鎵鏈夎嚜鐒舵暟鍊锛屾妸闅忔満鍙橀噺鍙栬繖浜涘肩殑姒傜巼鍔犺捣鏉ユ槸1.鍥犳闅忔満鍙橀噺鍙彇浠0鍒皀鐨勫兼椂锛屽搴旀鐜囧煎姞璧锋潵涓嶅彲鑳芥槸1锛屽彧鑳芥槸灏忎簬1鐨勫笺
绛旓細璁鹃殢鏈哄彉閲 X 鏈嶄粠鍙傛暟涓 位 鐨娉婃澗鍒嗗竷锛屽嵆 P(X=k) = e^(-位) * 位^k / k!锛宬=0, 1, 2, ...銆傛湡鏈 E[X] 鏄墍鏈夊彲鑳鍙栧 k 鐨勫姞鏉冨拰锛屽嵆锛欵[X] = 危(k * P(X=k))= 危(k * e^(-位) * 位^k / k!)= e^(-位) * 危(位^k / k!)涓轰簡璁＄畻杩欎釜鏈熸湜锛屾垜浠...
绛旓細0-1鍒嗗竷鏄簩椤瑰垎甯冪殑鐗逛緥锛屽綋璇曢獙娆℃暟n涓1鏃讹紝浜嬩欢鍙戠敓鐨勬鐜囦负p锛屼笉鍙戠敓涓1-p銆傚畠閫傜敤浜庡崟涓浜嬩欢鐨勯殢鏈虹幇璞★紝濡備竴娆¤瘯楠岀殑缁撴灉鍙湁涓ょ鍙兘銆備簩椤瑰垎甯冨垯鎻忚堪浜唍娆＄嫭绔嬮噸澶嶇殑浼姫鍒╄瘯楠屼腑锛屼簨浠禔鎭板ソ鍙戠敓k娆＄殑姒傜巼鍒嗗竷銆傞殢鏈哄彉閲廥鐨勫彲鑳藉彇鍊艰寖鍥翠负0鍒皀锛屽叾姒傜巼鍒嗗竷鍙栧喅浜庢瘡娆¤瘯楠岀殑鎴愬姛姒傜巼p鍜岃瘯楠屾...
绛旓細浠ヤ笅鏄娉婃澗鍒嗗竷鎺ㄥ杩囩▼锛氶鍏堝繀椤荤敱浜岄」鍒嗗竷寮曞嚭锛氬鏋滃仛涓浠朵簨鎯呮垚鍔鐨勬鐜囨槸 p 鐨勮瘽锛岄偅涔堢嫭绔嬪皾璇曞仛杩欎欢浜嬫儏 n 娆★紝鎴愬姛娆℃暟鐨勫垎甯冨氨绗﹀悎浜岄」鍒嗗竷銆傚睍寮鏉ヨ锛屽湪鍋氱殑 n 娆′腑锛屾垚鍔熸鏁版湁鍙兘鏄 0 娆°1 娆 鈥︹ n娆°傛垚鍔 i 娆＄殑姒傜巼鏄細( n 涓夊嚭 i 椤圭殑缁勫悎鏁) * p ^ i * ...
绛旓細娉婃澗鍒嗗竷鏄渶閲嶈鐨勭鏁ｅ垎甯冧箣涓锛屽畠澶氬嚭鐜板湪褰揦琛ㄧず鍦ㄤ竴瀹氱殑鏃堕棿鎴栫┖闂村唴鍑虹幇鐨勪簨浠朵釜鏁拌繖绉嶅満鍚堛傚湪涓瀹氭椂闂村唴鏌愪氦閫氳矾鍙ｆ墍鍙戠敓鐨勪簨鏁呬釜鏁帮紝鏄竴涓吀鍨嬬殑渚嬪瓙銆娉婃澗鍒嗗竷鐨浜х敓鏈哄埗鍙互閫氳繃濡備笅渚嬪瓙鏉ヨВ閲娿備负鏂逛究璁帮紝璁炬墍瑙傚療鐨勮繖娈垫椂闂翠负[0,1),鍙栦竴涓緢澶х殑鑷劧鏁n锛屾妸鏃堕棿娈礫0,1)鍒嗕负绛夐暱鐨刵...
绛旓細鐭ラ亾娉婃澗鍒嗗竷涔堬紵濡傛灉n浠0寮濮嬶紝杩欎釜n椤规眰鍜屽氨鏄1銆傚氨鏄娉婃澗鍒嗗竷鍙栨墍鏈夋暟鐨勬鐜囧拰涓1锛屼絾杩欓噷n浠1璧凤紝灏戜簡涓0銆俷=0鏃讹紝灏辨槸e^(-位)锛屾墍浠ュ间负1-e^(-位)
绛旓細浜岄」鍒嗗竷閲,n鏄唬琛ㄨ瘯楠屾鏁,p鏄垚鍔鐨勬鐜,鑰宬浠ｈ〃璇曢獙鎴愬姛鐨勬鏁,鎵浠鐨勮寖鍥村彲浠浠0鍒皀鍙栧~ 杩介棶 閭ｈ繖浜涘垎姝ヤ粈涔堟椂鍊欑敤鍝釜鍟?姣斿鎸囨暟鍒嗗竷鍜屾鎬佸垎甯,鏄牴鎹鐩粰鍑虹殑宸茬煡閲忔潵鍒ゆ柇涔? 鏇村杩介棶鏉ヨ嚜:姹傚姪寰楀埌鐨勫洖绛旀湰鍥炵瓟鐢辨彁闂呮帹鑽 涓炬姤| 璇勮 64 29 鐏...
绛旓細鍒嗗竷寰嬶細P(X=x)=x, x鈭圼0,1]姒傜巼瀵嗗害鍑芥暟锛歠(x)=1, x鈭圼0,1]浜岄」鍒嗗竷锛氬垎甯冨緥锛歅(X=x)=C(n,x)p^x(1-p)^(n-x), x=0,1,2,...,n姒鐜囧瘑搴﹀嚱鏁帮細f(x)=C(n,x)p^x(1-p)^(n-x), x=0,1,2,...,n娉婃澗鍒嗗竷锛氬垎甯冨緥锛歅(X=x)=e^(-位)位^x/x!, x=0,1...
绛旓細姒傜巼鍑芥暟鐨勫间负闈炶礋鏁帮紝涓斿拰涓 1銆傦紙2锛夋鐜囧嚱鏁版槸鍗曡皟閫掑噺鐨勩傝繖浜涙ц川琛ㄦ槑锛娉婃澗鍒嗗竷鐨勬鐜囧嚱鏁版槸姝ｇ‘鐨勩傛澶栨硦鏉惧垎甯冪殑骞冲潎鍊间笌鏂瑰樊鐩哥瓑锛屽潎涓 位銆傛硦鏉惧垎甯冩槸鏋侀檺鍒嗗竷锛屽嵆褰撲簩椤瑰垎甯冪殑鍙傛暟 n 瓒嬩簬鏃犵┓澶э紝鑰 p 瓒嬩簬闆鏃讹紝浜岄」鍒嗗竷灏嗘敹鏁涘埌娉婃澗鍒嗗竷銆傝繖浜涙ц川琛ㄦ槑锛屾硦鏉惧垎甯冨叿鏈夐噸瑕佺殑鐞嗚鎰忎箟銆
绛旓細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愭湇鍔¤鏂藉湪涓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︾珯鍙扮殑鍊欏浜烘暟锛屾満鍣ㄥ嚭鐜扮殑鏁呴殰鏁帮紝鑷劧鐏惧鍙戠敓鐨勬鏁扮瓑绛夈傝嫢闅忔満鍙橀噺X鍙0鍜屼竴鍒囨鏁存暟鍊硷紝鍦n娆＄嫭绔嬭瘯楠屼腑鍑虹幇鐨勬鏁皒鎭颁负k娆鐨勬鐜嘝锛圶=k锛=锛坘=0锛1n锛夛紝寮忎腑位鏄竴涓...
