




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
【概率論】5-4:泊松分布(ThePoissonDistribution)Abstract:本?介紹Poisson分布相關(guān)知識Keywords:PoissonDistribution泊松分布前?這?個分布包括今天說的泊松分布都是和?項分布,伯努利分布相互聯(lián)系的,之間有各種各樣的關(guān)系,我們的學(xué)習(xí)?的不是背誦所有這些分布的性質(zhì),?是在這些性質(zhì)的推到過程。很多實驗?較關(guān)注次數(shù),?如?段時間內(nèi)到達商店的顧客的?數(shù),電話交換機每分鐘受到的通話請求,洪?或者其他?然?為災(zāi)害發(fā)?的次數(shù)。泊松分布被?來建模,?段事件這些事情發(fā)?的次數(shù),并且泊松分布也是?來近似當(dāng)p很?的時候的?項分布的?種法。泊松分布的定義和性質(zhì)DefinitionandPropertiesofthePoissonDistributions先來看?個商店?段時間有多少顧客到來的例?,這個例?會貫穿正?博客,?家應(yīng)該好好讀?下。商店?板相信,顧客們以每個?時4.5?次的數(shù)量來到商店,他想找到?個X的分布,這個X表?在未來某個?個?時,到店的客?數(shù),并且他認(rèn)為這些到來的客?之間相互獨?,于是他的做法是按照?個?時3600秒計算,平均每秒來0.00125個?,并且假設(shè)?秒鐘不會同時出現(xiàn)兩個?同時到店的可能,那么某時間點,到達的?數(shù)為0或者1,為1的可能性是0.00125,整個過程是?個?項分布,n=3600,p=0.00125。這看起來很正確也很流暢于是他要計算p.f.了:?3600(x)?px(1?p)3600?xfor0≤x≤3600?0otherwisef(x∣n=3600,p=0.00125)=3600(x)p(1?p)3600?x似乎以同等的速度變?,?整體卻變化不?,于是我們對相x這個式??常有意思,當(dāng)參數(shù)變?的時候,參數(shù)鄰的兩個隨機變量值做個?較(以下把X擴展到在0到n之間變化)()p(1?p)n(x)px+1(1?p)n?x?1f(x+1)f(x)=(n?x)p=(x+1)(1?p)np≈x+1那么根據(jù)這個?值,如果我們設(shè)λ=np那么我們會有?個遞歸關(guān)系:f(1)=f(0)λ2λλf(2)=f(1)2=f(0)23λλf(3)=f(2)3=f(0)6?λλnf(n)=f(n?1)n==f(0)n!因為f是?個近似來的p.f.那么我們需要讓他滿?我們的條件,?如,所有隨機變量對應(yīng)的概率求和是1.∞∑x=0f(x)=1因為整個關(guān)系式能調(diào)整的部分就只有f(0)了,那么我們只好調(diào)整初始化條件來使得p.f.成?了,∞∑λnx=0f(0)n!=1∞∑λnf(0)x=0n!=1∞∑λnfor:x=0n!=eλso:f(0)=e?λ所以我們只需要讓f(0)=e?λ即可,關(guān)于求和等于eλ的計算可以參開微積分書籍。那么我們就有了?個新的能夠近似上??項分布的新分布——PoissonDistribution:e?λλxforx=1,2,3,…x!f(x∣λ)={0otherwise這個分布就是我們今天的主?,也是概率論中?常重要的?個分布,可以?來描述?段時間內(nèi)某事發(fā)?的次數(shù)的模型。DefinitionPoissonDistribution.Letλ>0.ArandomvariableXhasthePoissonDistributionwithmeanλifthep.f.ofXisasfollow:e?λλxx!forx=1,2,3,…f(x∣λ)={0otherwise還是傳統(tǒng)的定義?法,告訴你,這個式?是泊松分布~泊松分布的均值MeanTheoremMean.ThemeanofPoissonDistributionwithp.f.equaltoupsideisλ.怎么樣!神奇不神奇~均值是λ我們接下來就來證明這?點。直接使?期望的定義∞∑E(X)=x=0xf(x∣λ)當(dāng)x=0時,值為0,我們直接從1開始∑e?λλxE(X)=x=0xx!∞∑e?λλx=x=1(x?1)!∞∑e?λλx?1=λx=1(x?1)!ifwesety=x?1∞∑e?λλy=λy=0y!∞e?λλy這樣∑y=0y!變成了?個對p.f.為f(y∣λ)的概率函數(shù)求和的計算,結(jié)果必然為1,那么我們就證明了泊松分布的期望是——λ泊松分布的?差VarainceTheoremVariance.ThevarianceofPoissondistributionwithmeanλisalsoλ意外不意外!驚喜不驚喜!依舊是λ證明:我們將?到和上?證明期望?樣的?法就是通過湊,來使得求和??變成p.f.的樣?∑E[X(X?1)]=x=0x(x?1)f(x∣λ)∞∑=x=2x(x?1)f(x∣λ)∞∑e?λλx=x=2x(x?1)x!∞∑e?λλx?2=λ2x=2x?2!Wesety=x?2∞∑e?λλyy!E[X(X?1)]=λ2y=0=λ2然后我們祭出我們的?招E[X(X?1)]=E[X2]?E[X]=E[X2]?λ=λ2所以E[X2]=λ2+λ那么Var(X)=E[X2]?E2[x]=λ2+λ?λ2=λ?此證畢,構(gòu)造了E[X2]然后求出了Var(X)泊松分布的距?成函數(shù)m.g.f.接著我們研究第三??具,m.g.f.TheoremMomentGeneratingFunction.Them.g.f.ofthePoissondistributionwithmeanλisψ(t)=eλ(et?1)forallrealt證明如下:∞∑etxe?λλx∞∑(λet)xψ(t)=E(etX)=x=0x!=e?λx=0x!根據(jù)e級數(shù)性質(zhì)∞∑(λet)xx!=eλetx=0那么我們對于?∞<t<∞有:ψ(t)=e?λeλet=eλ(et?1)有了m.g.f就能得到期望,?差或者其他階距。泊松分布隨機變量相加TheoremIftherandomvariableX1,…,XkareindependentandifXihasPoissondistributionwithmeanλ(i=i1,…,k),thenthesumX1+?+XkhasthePoissondistributionwithmeanλ1+?+λk擁有相同參數(shù)的?項分布可以進?加法運算,這?點我們前?就已經(jīng)證明過了,今天要證明的是Poisson分布也能進?加法,?且不需要參數(shù)?致,?到的?法是?m.g.f進?分析:證明:?先令ψ(t)來定義Xi的m.g.f.并且Xi是均值為iλi的Poisson分布。并且X1,…,Xn之間相互獨?,那么對于?∞<t<∞我們有:kkψ(t)=Πi=1ψi(t)=Πi=1eλ(et?1)i(λ+?+λ)(et?1)=e1k結(jié)合前?泊松分布的m.g.f.可見定理成?。?項分布的泊松近似ThePoissonApproximationtoBinomialDistributions接下來我們研究?下泊松分布近似?項分布的詳細內(nèi)容。TheoremClosenessofBinomialandPissonDistribution.Foreachintegernandeach0<p<1,letf(x∣n,p)denotethep.f.ofthebinomialdistribtuionwithparametersnandp.Letf(x∣λ)denotethep.f.ofthePoissondistributionwith∞meanλ.Let{P}nn=1beasequenceofnumbersbetween0and1suchthatlimn→∞np=λ.Thennlimn→∞f(x∣n,p)=f(x∣λ)nforallx=0,1…定理表明了?項分布和Poisson分布的近似關(guān)系,雖然我們在開篇的例???已經(jīng)提到了?Poisson分布來近似n?較?,p?較?,np?不?的問題,但是我們還是需要從理論上分析下?項分布和Poisson分布到底有什么關(guān)系。證明:?先我們寫出?項分布n(n?1)…(n?x+1)xp(1?p)n?xnnf(x∣n,p)=nx!提?,把組合運算展開寫的。然后我們令λn=npn那么limλ=λ這樣我們就有n→∞nxλnn?1nn?x+1λnλn(1?n)n(1?n)?xf(x∣n,p)=x!n?nn…n對于每個x≥0來說,我們有:nn?1n?x+1λn(1?n)?x=1limn→∞n?n…n這個是微積分要解決的問題,不知道的同學(xué)需要去參考下微積分的知識。上?中倒數(shù)第?個定理,我們沒有證明,但是那個結(jié)論在這?還需要再次使?λnlimn→∞(1?n)n=e?λ所以e?λλxlimn→∞f(x∣n,p)=x!=f(x∣λ)n證畢。接下來這個定理是說超?何分布和Poisson分布之間的關(guān)系的,沒有證明,但是可以參考下結(jié)論。TheoremClosenessofHypergeometricandPoissonDistribution.Letλ>0.LetYhavethePoissondistributionwithmeanλ.ForeachpostiveintegerT,letAT,BT,andnTbeintegerssuchthatlimT→∞nTAT/(A+B)=λ.LetXTTThavethehypergeometricdistributionwithparametersAT,BTandnT.Toreachfixedx=0,1,…,Pr(Y=x)limT→∞Pr(X=x)=1t泊松過程PoissonProcesses前?我們第?個例?說的如何估算在?個?時內(nèi)到店的客戶,那么如果是我想知道半個?時或者15分鐘的顧客數(shù)量呢?難道是要?2.25個或者1.125個作為平均數(shù)的PoissonDistribution建模么?于是我們使?Poisson過程來對這種情況建模。DefinitionPoissonProcess.APoissonprocesswithrateλperunittimeisaprocessthatsatisfiesthefollowingtwoproperties:i:ThenumberofarrivalsineveryfixedintervaloftimeoflengththasthePoissondistributionwithmeanλtii:Thenumbersofarrivalsineverycollectionofdisjointtimeintervalsareindependent泊松過程滿?兩點要求,?先固定
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 環(huán)保廢物利用課件
- 幸盔有你安全相伴課件-高一下學(xué)期安全出行教育主題班會
- 縣醫(yī)院消防安全培訓(xùn)課件
- 我自信我快樂課件-高中上學(xué)期主題班會
- 夫妻暫時分居協(xié)議書
- 爆破安全協(xié)議合同書二零二五年
- 訂貨加工合同范例二零二五年
- 兩子女離婚協(xié)議書范文
- 勞動保護用品穿戴規(guī)范
- 2024北京昊昱人力資源管理有限公司招聘勞務(wù)派遣人員綜合及考察階段人員筆試參考題庫附帶答案詳解
- 光伏-施工安全培訓(xùn)
- 6人小品《沒有學(xué)習(xí)的人不傷心》臺詞完整版
- 第四講 堅持以人民為中心PPT習(xí)概論2023優(yōu)化版教學(xué)課件
- 2023年新修訂的事業(yè)單位工作人員考核規(guī)定課件PPT
- 小學(xué)社會主義核心價值觀教育工作總結(jié)
- 禮儀課件 -儀態(tài)禮儀
- 情緒管理(中國人民大學(xué))超星爾雅學(xué)習(xí)通章節(jié)測試答案
- 2023年安全質(zhì)量的表態(tài)發(fā)言稿5篇
- 腰椎ODI評分完整版
- 長輸管道施工工序
- 教學(xué)設(shè)計 《分?jǐn)?shù)的基本性質(zhì)》教學(xué)設(shè)計 全國公開課一等獎
評論
0/150
提交評論