115 字
1 分钟
[工科概率论] 二项分布的泊松逼近

二项分布#

TIP

(nk)=Cnk\binom{n}{k} = C_{n}^{k}

P(X=k)=Cnkpk(1p)nkk=0,1,2,,nP(X=k) = C_{n}^{k} p^k (1-p)^{n-k} \quad k=0,1,2,\cdots,n

可见当 nn 很大时,计算 P(X=k)P(X=k) 会相当困难,所以要使用泊松分布来近似

泊松分布#

Pn(k)=Cnkpk(1p)nkλkk!eλP_n(k) = C_{n}^{k}p^k (1-p)^{n-k} \approx \frac{\lambda^k}{k!} e^{-\lambda}

其中 λ=np\lambda = npk=0,1,2,,nk=0,1,2,\cdots,n

实际计算时,当n10n \ge 10p0.1p \le 0.1 时,就可使用

查表#

很多情况下会用到泊松分布的概率和i=0keλλkk!\sum\limits_{i=0}^{k} \frac{e^{-\lambda} \lambda^k}{k!}

一般是不会让自己算的,可能试卷上会给出表格?

[工科概率论] 二项分布的泊松逼近
https://a1kari8.github.io/posts/probability_theory/binary_poisson/
作者
A1kari8
发布于
2025-10-14
许可协议
CC BY-NC-SA 4.0