1.泊松分布需要满足的条件(小概率事件,事件之间相互独立,概率是稳定的)

公式如下所示:

2. 泊松分布与二项分布之间的关系

泊松分布由二项分布演进而来。二项分布十分好理解,给你n次机会抛硬币,硬币正面向上的概率为p,问在这n次机会中有k次(k<=n)硬币朝上的概率为多少?

在这n次抛硬币中,硬币朝上的次数的期望有多少?

如果现在我能根据n的大小来控制p,从而控制这个期望,即无论n为多大,硬币朝上的次数的期望不变(恒为lambda):


那么当n趋于无穷的时候,P(K_heads)将趋于泊松分布,即:

推到过程见(Introduction To Probability p307:https://www.dropbox.com/s/mrss8wg5yvmf7kw/Introduction%20to%20Probability.pdf)

所以,实验结果满足泊松分布的实验即为泊松过程。泊松过程把离散的伯努利过程变得连续化了:原来是抛n次硬币,现在变成了无穷多次抛硬币;原来某次抛硬币得到正面的概率是p,而现在p无限接近于0(p=lambda/n),即:非常难抛出正面朝上的硬币;但是n次实验中硬币朝上的次数的期望不变,即lambda恒定。在泊松过程中,我们把抛出硬币正面这样的事件叫做到达(Arrival)。把单位时间内到达的数量,叫做到达率(Arrival Rate)。

故,泊松过程需要满足以下三个性质:

1. 在任意单位时间长度内,到达率是稳定的。对应于无穷次抛硬币的例子,我们相当于把一个单位时间分割成了无穷次抛硬币的实验,每次实验产生正面的概率都是一样的(为lambda/n),而在这无穷个抛硬币实验之后(即一个单位时间之后)我们期望能抛出lambda个正面的硬币。这个性质类比于在有限次抛硬币(二次分布)的例子中保证了每次掷出硬币为正面的概率都为p。

2. 未来的实验结果与过去的实验结果无关。对应于无穷次抛硬币的例子,之前不管抛出了多少个正面和反面的硬币,都不会影响之后硬币出现的结果。

3. 在极小的一段时间内,有1次到达的概率非常小,没有到达的概率非常大。对应于无穷次抛硬币的例子,我们发现硬币朝上的概率p=lambda/n趋向于0。

3.经典例子:

如果在一种BUS到达station为泊松过程,其到达率为lambda,即平均等待时间为1/lambda。你作为观察者在任意时间进入station,并多次记录前后到达时间的间隔(这里意为,你进入station时就可以立马知道前一次到达的时间,然后开始等待直到下一次到达并记录)。求问你记录的平均到达间隔时间为多少?

答案肯定是大于1/lambda的。假设你到达的时刻为t*,前一到达时刻为U,后一将要到达时刻为L,那么U至t*可以看做一段泊松过程,t*到L也可以看做一段泊松过程,所以你记录的平均到达间隔时间应该是两个泊松过程相加后的平均等待时间。多个泊松过程相加得到的是爱尔兰(Erlang)过程,期望为k/lambda。所以本题最后的答案是2/lambda。

什么是泊松分布?什么是泊松过程?相关推荐

  1. 二项分布、指数分布与泊松分布的关系

    1.泊松分布 由法国数学家西莫恩·德尼·泊松(Siméon-Denis Poisson)在1838年时发表: 若X服从参数为的泊松分布,记为X~P(), 泊松分布的概率分布函数: 参数λ是单位时间(或 ...

  2. 【应用随机过程】05. 泊松过程

    文章目录 第五讲 泊松过程 一.泊松过程的两种定义 Part 1:独立增量与平稳增量 Part 2:计数过程与泊松过程 Part 3:泊松过程两种定义的等价性证明 二.泊松过程的性质 Part 1:数 ...

  3. 对泊松分布和泊松过程已经爱尔朗分布的理解和他们的联系(排队论和运筹学中的重要理论)

    泊松分布大家已经很熟悉了,其实它作为2项分布的大数情况在某些情况下是存在偏差的,并不是说泊松分布不正确,而是在离散点采样时我们并不是等概率采集到每个时间点的样本.因此泊松过程产生了:利用前一次采样时间 ...

  4. 数学系列 - 概率论 - 泊松分布和(负)指数分布

    概率论-泊松分布和负指数分布 1. 泊松分布 (1)引语 (2)含义与公式 (3)泊松分布图像: (4)期望与方差: 2.(负)指数分布 (1) 例子 (2) 含义与公式 (3)图像 参考链接1 参考 ...

  5. 指数随机变量 泊松过程跳_《常见随机过程》(一)

    点击返回目录 一. 正态过程(高斯过程) 人们常常将噪声.误差视为正态变量,因为它们受到大量独立的.均匀微小的随机因素的叠加影响,利用中心极限定理可知它们近似服从正态分布(<高等统计物理学> ...

  6. 【随机过程】随机过程之泊松过程的推广

    [随机过程]随机过程之泊松过程的推广 声明:引用请注明出处http://blog.csdn.net/lg1259156776/ 泊松过程的两个定义 def 1: 计数过程,增量独立,增量服从泊松分布: ...

  7. 语言模拟蒲丰问题_R语言小数定律的保险业应用:泊松分布模拟索赔次数

    原文链接: 拓端数据科技 / Welcome to tecdat​tecdat.cn 在保险业中,由于分散投资,通常会在合法的大型投资组合中提及大数定律.在一定时期内,损失"可预测" ...

  8. 随机过程第1讲——泊松过程的模拟与检验

    定义:泊松过程,简单的来说,满足下列三条件的随机过程X={X(t),t≥0}:①P(X(0)=0)=1.②不相交区间上增量相互独立,即对一切0≤t1<t2<-<tn,X(t1),X( ...

  9. 关于泊松过程的参数估计

    泊松过程的事件间隔之间服从指数分布,如果我能从数据中找到每个spike发生的时刻,那么每个spike之间的时间也就随之确定. 关于指数分布的参数估计,可见下面网址: https://wenku.bai ...

最新文章

  1. 数据结构与算法(1)高斯算法
  2. pytest 9 pytest-datadir读取文件信息
  3. Linux监控命令之==netstat
  4. nginx启动成功,解决别的电脑访问不了页面的问题
  5. 学习angularjs的内置API函数
  6. 集合习题之列出有限集合所有子集
  7. [转]magento2项目上线注意事项 切换到产品模式
  8. Python容器专题 - 列表(list)
  9. QT:QByteArray和QByteArray、char *(转)
  10. GCC编译全过程解析
  11. JavaScrip内置对象
  12. Linux中交叉编译器的安装
  13. 【Sniffer和网络执法官软件助你维护网络(转网络安全)】
  14. 分数阶微积分学薛定宇电子版_薛定宇
  15. 事件监听(窗口关闭、输入框事件、计算器、画笔、鼠标、窗口、键盘)
  16. axios请求下载excel文件以及文件乱码问题
  17. 3D建模:14个建模小技巧
  18. airflow的xcom使用
  19. web页面性能优化及SEO优化
  20. JavaSE总结知识点 重要的点(并不是详细的教材语录)

热门文章

  1. 【零基础学JS -4】深入剖析script标签
  2. Linux系统安装docker源失败
  3. App地推统计:最全面的业绩统计方案
  4. NVIDIA CUDA Toolkit 各个版本安装方式
  5. CentOS7-查看IP
  6. Libtorch:Linux系统中使用libtorch【下载、解压】【下载的libtorch是编译好的库文件,可直接使用】
  7. 视觉类比VISALOGY: Answering Visual Analogy Questions--NIPS2015
  8. pycharm中使用chatgpt
  9. 【IDEA】idea 调试技巧 异常断点 断点之前显示异常字段
  10. C# 中的MessageBox 弹出提示框(消息框)的用法