先从二项分布开始:

射手每次射击时命中10环概率为 p, 现进行 4 次独立射击,求 {恰有 k 次命中10环}的概率。

泊松分布的参数值怎么确定(泊松分布的理论与应用存在的差别)(1)

其中“×”表示未中,“○”表示命中。

比如,X=1的时候,表示4次里面有一次射中10环,而射中一次有4种可能的组合。

泊松分布的参数值怎么确定(泊松分布的理论与应用存在的差别)(2)

也就是说,二项分布里面,其结果只有两种可能:真或者假。

再看泊松分布的来历:

泊松分布的参数值怎么确定(泊松分布的理论与应用存在的差别)(3)

泊松分布的参数值怎么确定(泊松分布的理论与应用存在的差别)(4)

从上面的证明可以看出,理论上,因为n可以无穷大,所以总能够达到这样的目的:即在长度为1/n的时间段内,不可能有两个事件同时发生,而是要么只有一个事件发生,要么一个都没有,也就是通过把时间段无限细分的方法,把上面的交通事故的问题成功转化成了二项分布的问题。泊松分布证明如下:

泊松分布的参数值怎么确定(泊松分布的理论与应用存在的差别)(5)

一个实际应用例子:

泊松分布的参数值怎么确定(泊松分布的理论与应用存在的差别)(6)

泊松分布的参数值怎么确定(泊松分布的理论与应用存在的差别)(7)

从上述结果可以看出,上面的例题隐含这样一个假定:当把一天划分为400个时间段的时候,相当于把400辆出租车平均分配到每个时间段,每个时间段不可能出现两辆以上出租车同时出现故障的现象,而是要么有一辆出现故障,要么一辆都没有,所以这只能是一种近似的假设。

泊松分布的参数值怎么确定(泊松分布的理论与应用存在的差别)(8)

简单总结:

1:泊松分布由二项分布得出。

2:泊松分布的理论证明是严格的,但其应用的时候却可以是近似的。

,