浅谈二项分布、泊松分布和指数分布

今天总结下二项分布、泊松分布和指数分布,直入主题吧:

先说说比较熟悉的二项分布吧,二项分布就是对同一实验重复n次,每次实验只有两个结果,设为事件A和事件B,N次实验中出现事件A的次数k的概率:P(k)=\binom{n}{k}p^{k}(1-p)^{k}可以看出这一分布中只涉及对事件发生概率的描述,而不考虑时间,也就是说重复n次实验并不考虑两次实验之间的时间,或者说两次事件A相隔的时间,也可说单位时间发生事件A是次数。

二项分布先放一边,看看泊松分布是描述什么的,给定某一事件A发生的可能性\lambda事件A在单位事件内的在单位时间内发生的次数服从泊松分布:P(k)=\frac{\lambda ^{k}}{k!}e^{-\lambda }这个公式是可以有二项式引出来的,

推倒过程参见博文:   http://blog.csdn.net/ningyaliuhebei/article/details/46409215

 指数分布也应改比较熟悉了,简称衰减嘛。与泊松分布一样,指数分布也需要给定一个事件A的发生的可能性\lambda描述两个事件A发生的时间间隔用指数分布:f(x)=\lambda e^{-\lambda x},x>0。这个式子也是可以有泊松分布引导出来的,思路是求解x时间段内不发生事件A的概率。

事件发生的可能性\lambda定义为单位事件发生事件A的次数,即是先验参数,这是后话了.......

 

 

 

 

 

 

你可能感兴趣的:(浅谈二项分布、泊松分布和指数分布)