泊松过程
测出平均每小时9辆车通过$\lambda=9$
$$P(X=k) = {\lim_{n\to \infty}} \binom{n}{k} \bigg(\frac{\lambda}{n} \bigg)^k \bigg(1-\frac{\lambda}{n} \bigg)^{n-k} = \frac{\lambda ^k}{k!}e^{-\lambda}$$
ex:
$P(X=2) =\frac{9 ^2}{k!}e^{-9}=0.004998$
固定的平均瞬时速率$\lambda$(或称密度)随机且独立地出现时,这个事件在单位时间(面积或体积)内出现的次数或个数近似地服从泊松分布.
一般的说,若$X~B(n,p)$,其中n很大,p很小,因而$np=\lambda$不太大时,X的分布接近于泊松分布.这个事实有时可将较难计算的二项分布转化为泊松分布去计算
博主个人能力有限,错误在所难免.
如发现错误请不要吝啬,发邮件给博主更正内容,在此提前鸣谢.
Email: JentChang@163.com (来信请注明文章标题,如果附带链接就更方便了)
你也可以在下方的留言板留下你宝贵的意见.