交通流参数的泊松分布.ppt

上传人:牧羊曲112 文档编号:6542683 上传时间:2023-11-10 格式:PPT 页数:38 大小:1.37MB
返回 下载 相关 举报
交通流参数的泊松分布.ppt_第1页
第1页 / 共38页
交通流参数的泊松分布.ppt_第2页
第2页 / 共38页
交通流参数的泊松分布.ppt_第3页
第3页 / 共38页
交通流参数的泊松分布.ppt_第4页
第4页 / 共38页
交通流参数的泊松分布.ppt_第5页
第5页 / 共38页
点击查看更多>>
资源描述

《交通流参数的泊松分布.ppt》由会员分享,可在线阅读,更多相关《交通流参数的泊松分布.ppt(38页珍藏版)》请在三一办公上搜索。

1、第八章 交通流理论第一节 交通流参数的统计分布一、分析交通流参数分布的作用二、交通参数及其分布三、离散型分布的基础四、交通参数的二项分布五、交通参数的负二项分布六、交通参数的泊松分布,本节需要掌握:一、概念:二、规律:泊松分布的应用,六、交通参数的泊松分布,在二项分布的计算中,我们讨论到,当n很大时,试验的特定结果发生的概率p很小时,计算相当复杂,为了简化计算,我们来讨论二项分布的近似计算定理泊松分布。此分布是由法国数学家泊松1837年引入的。,(一)Poisson的适用条件(Poisson distribution)是一种离散分布,常用于研究单位时间或单位时间(空间)内某罕见事件的发生次数:

2、在单位容积充分摇匀的水中的细菌数;野外单位空间中的某种昆虫数;一定时间段内,某航空公司接到的订票电话数;一定时间内,到车站等候公共汽车的人数;一定页数的书刊上出现的错别字个数。,泊松资料,Born:21 June 1781 in Pithiviers,FranceDied:25 April 1840 in Sceaux(near Paris),France,Simon Poisson,(二)Poisson分布的定义 如果在足够多的n次独立Bernouli试验中,随机变量X所有可能的取值为0,l,2,取各个取值的概率为:,则称X服从参数为的Poisson分布,记为XP()。其中X为单位时间(或面

3、积、容积等)某稀有事件发生数,e=2.7183,是Poisson分布的总体均数。也就是,若某现象发生的概率小,而样本例数多时,则二项分布逼近Poisson分布。,poisson distribution,在生物学、医学、工业统计、保险科学及公用事业的排队等问题中,泊松分布是常见的,例如地震、火山爆发、特大洪水、交换台的电话呼唤次数等,都服从泊松分布。,电话呼唤次数,交通事故次数,商场接待的顾客数,例1 若某非传染性疾病的患病率为18万,试根据Poisson分布原理求1 000人中发生 k=0,1,2阳性数概率。=n=1000 0.0018=1.8,(三)Poisson分布的图形,=0.6,=2

4、,=6,=14,(四)Poisson分布的性质1.Poisson分布的方差等于均数,即 2=。2.Poisson分布的可加性。对于服从Poisson分布的 m个相互独立的随机变量Xl,X2,,Xm它们之和X1+X2+Xm也服从Poisson分布,且均数为m个随机变量的均数之和。3、当20,Poisson分布近似正态分布。,例2 某放射性物质每0.1 s放射粒子数服从均数为2.2的Poisson分布,现随机取3次观测结果为2,3及4个粒子数,请问每0.3 s放射粒子数为多少?利用Poisson分布的可加性原理得到,Xl+X2+X3=2+3+4=9个 均值为2.2+2.2+2.2=6.6 每0.3

5、s放射粒子数为9个。,二项分布的泊松逼近,在二项分布的计算中,当n很大时,计算相当复杂,为了简化计算,我们来讨论泊松定理.,证明,泊松定理:,二项分布的泊松逼近:,1,1,(六)Poisson分布的应用,一)总体均数的估计 点估计:直接用单位时间(空间或人群)内随机事件发生数X(即样本均数)作为总体均数的估计值。,2.区间估计,(1)正态近似法(X50)当Poisson分布的观察单位为n=1时:,当Poisson分布的观察单位为nl时:,例用计数器测得某放射物质半小时内发出的脉冲数为360个,试估计该放射物质每30min平均脉冲数的95可信区间。,即该放射物质每30min平均脉冲数(个)的95

6、可信区间为(322.8,397.2)。,(2)查表法 如果X50时,样本资料呈Poisson分布,可查阅正态分布表。,例对某地区居民饮用水进行卫生学检测中,随机抽查1 mL水样,培养大肠杆菌2个,试估计该地区水中平均每毫升所含大肠杆菌的95和99可信区间。本例,X=250,查附表4,95可信区间为(0.2,7.2);99可信区间为(0.1,9.3)。,二)单个总体均数的假设检验,1.直接计算概率法 根据Poisson分布的概率分布列计算概率或累积概率,并依据小概率事件原理,作出统计推断。,例某罕见非传染性疾病的患病率一般为1510万,现在某地区调查1000人,发现阳性者2人,问此地区患病率是否

7、高于一般。解:H0:此地区患病率与一般患病率相等;H1:此地区患病率高于一般患病率;单侧=0.05,本例,n=1000,0=1510万,0=n0=0.15,则在Ho成立前提下,所调查的1000人中发现的阳性数XP(0.15),则有 P(x2)=1-P(X=0)+P(X=1)=1-(0.860 7+0.129 1)=0.010 2故:1000人中阳性数不低于2人属于小概率事件。,2.正态近似法 当20,Poisson分布近似正态分布,可利用正态近似原理分析资料。,例 某种儿童化妆晶含细菌数不超过500个ml为合格品,现检测此种儿童化妆晶1 ml菌数450个,问此种化妆品是否合格。,Ho:此种化妆

8、品不合格,即=0 H1:此种化妆品合格,即0 单侧=0.05,本例以1 mL儿童化妆晶为一个Poisson分布观察单位。,按单侧=0.05水平拒绝Ho,接受H1,认为此种化妆品合格。,1、泊松分布基本公式:式中:在计数间隔 内到达 辆车的概率;平均到达率(辆s);每个计数间隔持续的时间(s);若令,则 为在计数间隔 内平均到达的车辆数,又称为泊松分布的参数。,三)交通参数的泊松分布,2、泊松分布的递推公式:,3、泊松分布的均值和方差:,设1000 辆车通过,出事故的次数为 X,则,可利用泊松定理计算,所求概率为,解,例有一繁忙的汽车站,每天有大量汽车通过,设每辆汽车在一天的某段时间内出事故的概

9、率为0.0001,在每天的该段时间内有1000 辆汽车通过,问出事故的次数不小于2的概率是多少?,例在某段公路上,观测到达车辆数,以5min为计数间隔,结果如下表,试求5min内到达车辆数的分布并检验。,到达车辆数-到达频次,解:根据表中数据,可作出虚线散点图:,解:根据表中数据,可知:,接近1,认为可以用泊松分布拟合此车流的到达流量分布。,例某交叉口信号周期长为90s,某相位的有效绿灯时间为45s,在有效绿灯时间内排队车辆以1200辆/h的流量通过交叉口。假设信号交叉口上游车辆到达率为400辆/h,服从泊松分布。求:(1)一个周期内到达车辆不超过10辆的概率;(2)求到达车辆不致两次排队的周期最大百分率。例设有30辆车随意分布在6km长的道路上,试求其中任意500m长的一段,至少有4辆车的概率。,

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 生活休闲 > 在线阅读


备案号:宁ICP备20000045号-2

经营许可证:宁B2-20210002

宁公网安备 64010402000987号