遇到一个和柏松分布相关的题目,回头考了一下古,看了一部分资料,加上这个题目,整理一下。多数资料来自wikipedia,还有一些网上的讨论。 泊松分布(Poisson distribution),台译卜瓦松分布,是一种统计与概率学里常见到的离散机率分布(discrete probability distribution)首先他是一种离散型的概率分布,由法国数学家西莫恩·德尼·泊松(Siméon-Denis Poisson)在1838年时发表。 泊松分布的概率密度函数为: 泊松分布的参数λ是单位时间(或单位面积)内随机事件的平均发生率。 它的物理含义是在一段特定的时间内,比如单位时间,发生频率固定为 的事件发生k次的概率。 E[x] = Var[x] = , MGF = , CF = . 柏松分布的适用范围非常之广泛,日常生活中的很多事件都可以用泊松分布来描述。如某一服务设施在一定时间内到达的人数,电话交换机接到呼叫的次数,汽车站台的候客人数,机器出现的故障数,自然灾害发生的次数等等。 这次的题目是这样,假设message到达的概率模型服从Poisson分布,也就是说 假设随机变量 t 为两个message到达的时间间隔,请问t服从怎样的分布? 说起来也不是多难,关键是对概率的理解要到位,其中包含了一个有一点tricky的转换。假设间隔 t = T,意义在于在时间T内,没有message到达。用Poisson的观点来理解就是 k = 0的 P 值。 Suppose the probabilty of exact one arrival in time t is propotional to the length of t, which is .Suppose is the random variable to represent the the time interval. Therefore, 有一点注意一下,因为说 是单位时间内时间发生的次数,所以说在特定时间 X 内, = X,相当于把X当做单位时间了。所以最后的结果是带有X的。 多说一句,Poisson过程是一个无记忆的过程(Memoryless)。The number of arrivals occurring in any bounded interval of time after time t is independent of the number of arrivals occurring before time t. 上面的过程倒是可以做一个证明。
泊松分布的参数λ是单位时间(或单位面积)内随机事件的平均发生率。 它的物理含义是在一段特定的时间内,比如单位时间,发生频率固定为
遇到一个和柏松分布相关的题目,回头考了一下古,看了一部分资料,加上这个题目,整理一下。多数资料来自wikipedia,还有一些网上的讨论。 泊松分布(Poisson distribution),台译卜瓦松分布,是一种统计与概率学里常见到的离散机率分布(discrete probability distribution)首先他是一种离散型的概率分布,由法国数学家西莫恩·德尼·泊松(Siméon-Denis Poisson)在1838年时发表。 泊松分布的概率密度函数为: 泊松分布的参数λ是单位时间(或单位面积)内随机事件的平均发生率。 它的物理含义是在一段特定的时间内,比如单位时间,发生频率固定为 的事件发生k次的概率。 E[x] = Var[x] = , MGF = , CF = . 柏松分布的适用范围非常之广泛,日常生活中的很多事件都可以用泊松分布来描述。如某一服务设施在一定时间内到达的人数,电话交换机接到呼叫的次数,汽车站台的候客人数,机器出现的故障数,自然灾害发生的次数等等。 这次的题目是这样,假设message到达的概率模型服从Poisson分布,也就是说 假设随机变量 t 为两个message到达的时间间隔,请问t服从怎样的分布? 说起来也不是多难,关键是对概率的理解要到位,其中包含了一个有一点tricky的转换。假设间隔 t = T,意义在于在时间T内,没有message到达。用Poisson的观点来理解就是 k = 0的 P 值。 Suppose the probabilty of exact one arrival in time t is propotional to the length of t, which is .Suppose is the random variable to represent the the time interval. Therefore, 有一点注意一下,因为说 是单位时间内时间发生的次数,所以说在特定时间 X 内, = X,相当于把X当做单位时间了。所以最后的结果是带有X的。 多说一句,Poisson过程是一个无记忆的过程(Memoryless)。The number of arrivals occurring in any bounded interval of time after time t is independent of the number of arrivals occurring before time t. 上面的过程倒是可以做一个证明。
所有跟帖:
• 数学物理好图 独立增量过程,状态离散的平稳独立增量过程是一类特殊的马尔可夫过程。泊松过程和布朗运动都是它的特例。从一般的独立增量 -marketreflections- ♂ (3423 bytes) () 12/22/2010 postreply 10:01:16
• 数学物理好图 平稳过程与正交增量过程的关系 -marketreflections- ♂ (6014 bytes) () 12/22/2010 postreply 10:06:29
• 将随机过程解释为一个物理系统。X(t)表示在时刻t所处的状态。X(t)的所有可能状态所构成的集合称为状态空间或相空间,记为I。 -marketreflections- ♂ (10589 bytes) () 12/22/2010 postreply 10:12:39
• 随机积分_互动百科其他类型的随机积分 常见的还有均方随机积分和对正交增量过程的积分。 ... 这种对正交 增量过程积分的最重要的 -marketreflections- ♂ (300 bytes) () 12/22/2010 postreply 10:14:55
• 数学物理好图 随机过程的概念与基本类型 -marketreflections- ♂ (411 bytes) () 12/22/2010 postreply 10:18:27
• “有線無限,無線有限“:數位頻率k 與循環頻率α,特征值能量,自相关性 -marketreflections- ♂ (45123 bytes) () 12/22/2010 postreply 10:34:53
• 数学物理好图 平稳随机过程的谱分析 正交增量过程,增量的平方平均值是非降的 随机过程的频谱是一个正交增量过程,它的功率谱是非降的 -marketreflections- ♂ (4293 bytes) () 12/22/2010 postreply 10:40:53
• 正交级数 正交函数 变量 -marketreflections- ♂ (223 bytes) () 12/22/2010 postreply 11:00:25
• 把小波系数的幅度看成未被采样的函数和小波之间的相似性度量 -marketreflections- ♂ (1095 bytes) () 12/22/2010 postreply 12:27:20
• 普通的概率区间为[0,1],而取熵之后的取值范围是[0,正无穷大],这样数的熵值就会比单纯的小数更明显更明确 -marketreflections- ♂ (300 bytes) () 12/31/2010 postreply 10:38:07
• 正态分布、伽玛分布、指数分布 等,都是最大熵原理的特殊情况 -marketreflections- ♂ (9979 bytes) () 12/31/2010 postreply 10:55:36
• 标量场矢量场熵 internet out of small box 熵 bigger -marketreflections- ♂ (2905 bytes) () 12/31/2010 postreply 11:07:01
• 等溫等壓過程前後,吉布斯自由能不可能增加。如果發生的是不可逆過程,反應總是朝著吉布斯自由能減少的方向進行。 -marketreflections- ♂ (9168 bytes) () 12/31/2010 postreply 11:13:57
• G = U − TS + pV = H − TS,△G < 0,s the biggest,all so -marketreflections- ♂ (1087 bytes) () 12/31/2010 postreply 11:19:36