Лекция
Привет, сегодня поговорим про распределение пуассона, обещаю рассказать все что знаю. Для того чтобы лучше понимать что такое распределение пуассона , настоятельно рекомендую прочитать все из категории Теория вероятностей. Математическая статистика и Стохастический анализ .
Функция вероятности |
|
Функция распределения |
|
Обозначение | |
Параметры | |
Носитель | |
Функция вероятности | |
Функция распределения | |
Математическое ожидание | |
Медиана | |
Мода | |
Дисперсия | |
Коэффициент асимметрии | |
Коэффициент эксцесса | |
Информационная энтропия | |
Производящая функция моментов | |
Характеристическая функция |
Распределение Пуассона — вероятностное распределение дискретного типа, моделирует случайную величину, представляющую собой число событий, произошедших за фиксированное время, при условии, что данные события происходят с некоторой фиксированной средней интенсивностью и независимо друг от друга.
Распределение Пуассона играет ключевую роль в теории массового обслуживания.
Выберем фиксированное число и определим дискретное распределение, задаваемое следующейфункцией вероятности:
где
Тот факт , что случайная величина имеет распределение Пуассона с параметром , записывается: .
Производящая функция моментов распределения Пуассона имеет вид:
откуда
Для факториальных моментов распределения справедлива общая формула:
где
А так как моменты и факториальные моменты линейным образом связаны, то часто для пуассоновского распределения исследуются именно факториальные моменты, из которых при необходимости можно вывести и обычные моменты.
Довольно часто в теории вероятности рассматривают не само распределение Пуассона , а последовательность распределений, асимптотически равных ему. Более формально, рассматривают последовательность случайных величин , принимающих целочисленные значения, такую что для всякого выполнено при .
Простейшим примером является случай, когда имеет биномиальное распределение с вероятностью успеха в каждом из испытаний.
Рассмотрми последовательность случайных величин , принимающих целые неотрицательные значения. Если при и любом фиксированном (где - -ый факториальный момент), то для всякого при выполнено .
Для начала докажем общую формулу вычисления вероятности появления конкретного значения случайной величины через факториальные моменты. Пусть для некоторого известны все и при . Тогда
Изменяя порядок суммирования, это выражение можно преобразовать в
Далее, из известной формулы получаем, что при и то же выражение вырождается в при .
Тем самым доказано, что
Согласно лемме и условиям теоремы, при .
Q.E.D.
Как пример нетривиального следствия этой теоремы можно привести, например, асимптотическое стремление к распределения количества изолированных ребер (двухвершинных компонент связности) в случайном -вершинном графе, где каждое из ребер включается в граф с вероятностью .[1]
Работа Пуассона «Исследования о вероятности приговоров в уголовных и гражданских делах» опубликована в 1837 году.[2][3] Примеры других ситуаций, которые можно смоделировать, применив это распределение: поломки оборудования, длительность исполнения ремонтных работ стабильно работающим сотрудником, ошибка печати, рост колонии бактерий в чашке Петри, дефекты в длинной ленте или цепи, импульсы счетчика радиоактивного излучения и др.[4]
Надеюсь, эта статья про распределение пуассона, была вам полезна, счастья и удачи в ваших начинаниях! Надеюсь, что теперь ты понял что такое распределение пуассона и для чего все это нужно, а если не понял, или есть замечания, то не стесняйся, пиши или спрашивай в комментариях, с удовольствием отвечу. Для того чтобы глубже понять настоятельно рекомендую изучить всю информацию из категории Теория вероятностей. Математическая статистика и Стохастический анализ
Из статьи мы узнали кратко, но содержательно про распределение пуассона
Комментарии
Оставить комментарий
Теория вероятностей. Математическая статистика и Стохастический анализ
Термины: Теория вероятностей. Математическая статистика и Стохастический анализ