跳转至

泊松分布

若随机向量 \(X\) 的可能取值为 \(0、1、2、\cdots\) 且概率分布为 \(P(X = i) = \frac{e^{- \lambda}\lambda ^i}{i!}\),则称 \(X\) 服从泊松分布,常记为 \(X \sim P(\lambda)\)。此处 \(\lambda = np\) 是个常数。通常当 \(n \geq 20,p \leq 0.05\) 时,就可以使用泊松分布来近视求值。

交通事故

某十字路口有大量汽车通过,假设每辆汽车在这里发生交通事故的概率为 \(0.001\),如果每天有 \(5000\) 辆汽车通过十字路口,求发生交通事故的汽车数不少于 \(2\) 的概率。

由于这里的 \(p \leq 0.001,n \geq 5000\),可以近似使用泊松分布求值,且 \(\lambda = np = 5\)

根据泊松分布有:\(P(X = i) = \frac{e^{-\lambda} \lambda ^ i}{i!}\),且全概率和为 \(1\),即:\(\sum_{i = 0}^{n}\frac{e^{-\lambda} \lambda ^ i}{i!} = 1\)

我们要求 \(P(X \leq 1)\) 的概率,所以有:\(P(X \leq 1) = \sum_{i = 0}^{1}\frac{e^{-\lambda} \lambda ^ i}{i!} = \sum_{i = 0}^{1}\frac{e^{-5}5^i}{i!} = 6e^{-5} \approx 0.04044\),所以车祸数量不少于 \(2\) 的概率为:\(1 - 0.04044 \approx 0.96\)