Loading [MathJax]/extensions/TeX/mathchoice.js

неділя, 22 листопада 2015 р.

Розподіл Пуассона (рідкісні події)

Біноміальна ймовірність коли p \ll 1 та n \gg 1. Зафіксуємо k і покладемо \lambda = np, тоді {n\choose k} p^k (1-p)^{n-k}= p(k) = \underbrace{p(k;\lambda)}_{Po(k;\lambda)} := e^{-\lambda}\frac{\lambda^k}{k!} \ \ (k=0,1,2,\cdots) \left(1-\frac{\lambda}{n}\right)^n \left(1- \frac{\lambda}{n}\right)^{-k}\left(\frac{\lambda}{n}^k\right)\frac{n!}{(n-k)!k!} \to e^{-\lambda}\frac{\lambda^k}{k!}.

Властивості:

  • Унімодальність
  • Центрування
  • Розповсюдження навколо центра
  • Дзвоноподібна крива
  • Унімодальність

    \frac{p(k)}{p(k-1)} = \frac{\lambda}{k} p(k) > p(k-1) тоді і тільки тоді, якщо \lambda > k.

    Тотожності Пуассона:
    k\cdot p(k;\lambda) = \lambda\cdot p(k-1;\lambda) k^2 \cdot p(k;\lambda) = \lambda^2\cdot p(k-2;\lambda) + \lambda\cdot p(k-1;\lambda)

    Математичне сподівання

    \mbox{E}(X) := \mu = 0\cdot p(0) + 1\cdot p(1) + \cdots + k\cdot p(k) + \cdots
    =0+ \lambda\cdot p(1-1) + \cdots + \lambda\cdot p(k-1) + \cdots
    =\lambda
    Якщо X \sim \mbox{Poisson}(\lambda), тоді \mbox{E}(X)=\lambda.

    Дисперсія

    Ми розглядаємо дисперсію як ймовірнісний момент інерція або очікуваний розкид навколо математичного сподівання. \mbox{Var}(X):=\sigma^2 = \Sigma_k (k-\lambda)^2\cdot p(k) = (\lambda^2+\lambda)-(2\lambda\cdot\lambda)+(\lambda^2\cdot 1) = \lambda Тут ми використали тотожності Пуассона і формулу для квадрата суми.
    Якщо X \sim \mbox{Poisson}(\lambda), тоді \mbox{Var}(X)=\lambda.

    Немає коментарів:

    Дописати коментар