关注数学发展,弘扬科学精神,专注数学科普

泊松分布是单位时间内独立事件发生次数的概率分布，指数分布是独立事件的时间间隔的概率分布。

日常生活中，大量事件是有固定频率的。

某医院平均每小时出生3个婴儿

某公司平均每10分钟接到1个电话

某超市平均每天销售4包xx牌奶粉

某网站平均每分钟有2次访问、前端

▶它们的特点就是，我们可以预估这些事件的总数，但是没法知道具体的发生时间。已知平均每小时出生3个婴儿，请问下一个小时，会出生几个？

图一

▶有可能一下子出生6个，也有可能一个都不出生。这是我们没法知道的。

泊松分布就是描述某段时间内，事件具体的发生概率。

图二

▶上面就是泊松分布的公式。等号的左边，P 表示概率，N表示某种函数关系，t 表示时间，n 表示数量，1小时内出生3个婴儿的概率，就表示为 P(N(1) = 3) 。等号的右边，λ 表示事件的频率。

图三

▶接下来两个小时，一个婴儿都不出生的概率是0.25%，基本不可能发生。

接下来一个小时，至少出生两个婴儿的概率是80%。

图四

▶泊松分布的图形大概是下面的样子。

图五

可以看到，在频率附近，事件的发生概率最高，然后向两边对称下降，即变得越大和越小都不太可能。每小时出生3个婴儿，这是最可能的结果，出生得越多或越少，就越不可能。

指数分布(Exponential Distribution)

指数分布是事件的时间间隔的概率。下面这些都属于指数分布。

婴儿出生的时间间隔

来电的时间间隔

奶粉销售的时间间隔

网站访问的时间间隔

▶指数分布的公式可以从泊松分布推断出来。如果下一个婴儿要间隔时间 t ，就等同于 t 之内没有任何婴儿出生。

图六

▶反过来，事件在时间 t 之内发生的概率，就是1减去上面的值。

图七

▶接下来15分钟，会有婴儿出生的概率是52.76%。

图八

▶接下来的15分钟到30分钟，会有婴儿出生的概率是24.92%。

图九

▶指数分布的图形大概是下面的样子。

图十

▶可以看到，随着间隔时间变长，事件的发生概率急剧下降，呈指数式衰减。想一想，如果每小时平均出生3个婴儿，上面已经算过了，下一个婴儿间隔2小时才出生的概率是0.25%，那么间隔3小时、间隔4小时的概率，是不是更接近于0？

总结

一句话总结：泊松分布是单位时间内独立事件发生次数的概率分布，指数分布是独立事件的时间间隔的概率分布。

请注意是"独立事件"，泊松分布和指数分布的前提是，事件之间不能有关联。

（声明：本文仅代表作者观点，不代表本站观点，仅做陈列之用）

[责编：雨滴]

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。