ココマス

数学・算数関連を気ままに

ポアソン分布

単位時間当たり平均 \lambda (\lambda \ge 0)回起こる事象がちょうど k回発生する確率を P(X=k)とおくと、

  •  P(X=k)=\dfrac{\lambda^{k}e^{-\lambda}}{k!}


と表せる。
この  X が従う確率分布をポアソン分布 (poisson distribution) といい、 Po(\lambda)と表される。
このとき、


1.  Xの平均 E[X]及び分散 V[X]は以下の通り。

  •  E[X]=\lambda
  •  V[X]=\lambda


【証明の前に】
ポアソン分布で重要なのは以下の式

  •  \displaystyle \sum^{\infty}_{k=0}  \dfrac{\lambda^{k}}{k!}= e^{\lambda}


【証明】
 E[X]
=\displaystyle \sum^{\infty}_{k=0}  k\dfrac{\lambda^{k}e^{-\lambda}}{k!}
=e^{-\lambda}\displaystyle \sum^{\infty}_{k=1}  k\dfrac{\lambda^{k}}{k!}
=\lambda e^{-\lambda}\displaystyle \sum^{\infty}_{k=1}  \dfrac{\lambda^{k-1}}{(k-1)!}
=\lambda e^{-\lambda}\displaystyle \sum^{\infty}_{k'=0}  \dfrac{\lambda^{k'}}{k'!}
=\lambda e^{-\lambda}\cdot e^{\lambda}
=\lambda


 E[X(X-1)]
=\displaystyle \sum^{\infty}_{k=0}  k(k-1)\dfrac{\lambda^{k}e^{-\lambda}}{k!}
=e^{-\lambda}\displaystyle \sum^{\infty}_{k=2}  k(k-1)\dfrac{\lambda^{k}}{k!}
=\lambda^{2} e^{-\lambda}\displaystyle \sum^{\infty}_{k=2}  \dfrac{\lambda^{k-2}}{(k-2)!}
=\lambda^{2} e^{-\lambda}\displaystyle \sum^{\infty}_{k'=0}  \dfrac{\lambda^{k'}}{k'!}
=\lambda^{2} e^{-\lambda}\cdot e^{\lambda}
=\lambda^{2}


 V[X]
=E[X(X-1)]+E[X]-\left\{E[X]\right\}^2
 =\lambda^{2}+\lambda-\lambda^{2}
=\lambda


2. 二項分布において np=\lambda n\rightarrow \inftyとすればポアソン分布となる


【証明の前に】
重要なのは以下の式

  • \displaystyle \lim_{n\to \infty}\left(1+\dfrac{c}{n}\right)^{n}=e^{c}


【証明】
{}_n C_k p^{k} (1-p)^{n-k}
 =\dfrac{n!}{k!(n-k)!}\left(\dfrac{\lambda}{n}\right)^{k}\left(1-\dfrac{\lambda}{n}\right)^{n-k}
 =\dfrac{\lambda^{k}}{k!}\left(1-\dfrac{\lambda}{n}\right)^{n}\left(1-\dfrac{\lambda}{n}\right)^{-k}\cdot 1\cdot \left(1-\dfrac{1}{n}\right)\cdot \left(1-\dfrac{2}{n}\right)\cdots \left(1-\dfrac{k-1}{n}\right)
 \underset{n\to \infty}{\longrightarrow}\dfrac{\lambda^{k}e^{-\lambda}}{k!}


※二項分布の平均・分散において np=\lambda n\rightarrow \inftyとすればそれぞれポアソン分布の平均・分散となる

  •  E[X]=np=\lambda
  •  V[X]=np(1-p)=\lambda\left(1-\dfrac{\lambda}{n}\right)\underset{n\to \infty}{\longrightarrow}\lambda