1樓：
泊松分布（poisson distribution），台譯卜瓦松分布（法語：loi de poisson，英語：poisson distribution，譯名有泊松分布、普阿松分布、卜瓦松分布、布瓦松分布、布阿松分布、波以松分布、卜氏分配等），是一種統計與概率學裡常見到的離散機率分布（discrete probability distribution）。
泊松分布是以18～19 世紀的法國數學家西莫恩·德尼·泊松（siméon-denis poisson）命名的，他在2023年時發表。這個分布在更早些時候由貝努里家族的乙個人描述過。
泊松分布適合於描述單位時間（或空間）內隨機事件發生的次數。如某一服務設施在一定時間內到達的人數，**交換機接到呼叫的次數，汽車站台的候客人數，機器出現的故障數，自然災害發生的次數，一塊產品上的缺陷數，顯微鏡下單位分區內的細菌分布數等等。
在實際事例中，當乙個隨機事件，例如某**交換台收到的呼叫、來到某公共汽車站的乘客、某放射性物質發射出的粒子、顯微鏡下某區域中的白血球等等，以固定的平均瞬時速率λ（或稱密度）隨機且獨立地出現時，那麼這個事件在單位時間（面積或體積）內出現的次數或個數就近似地服從泊松分布p(λ)。因此,泊松分布在管理科學、運籌學以及自然科學的某些問題中都占有重要的地位。
2樓：向天致信
首先要求的是先開啟泊松分布表，然後按照方法進行查詢。
首先，泊松分布表的分布函式為
f(x)=p｛x<=x｝=(k=0~x)σ[λ^k*e^(-λ)]/k!，也就是泊松分布的分布率從0加到x的和
如何在泊松分布表中找到
p｛x=x｝=？
知道p｛x=x｝=p｛x<=x｝-p｛x<=x-1｝（因為泊松分布是離散型的）
所以如果知道λ的值，在列表中找到對應的p｛x<=x｝與p｛x<=x-1｝，相減就得到p｛x=x｝。
舉個例子：
引數λ=3.5時，p｛x=8｝是多少。我們可以在泊松分布表中找到
p｛x<=8｝=0.9901，p｛x<=7｝=0.9733
那麼p｛x=8｝= p｛x<=8｝-p｛x<=7｝=0.9901-0.9733=0.0168
如果通過公式計算得到p｛x=8｝=0.16865，與查表得到的值完美吻合，即問題解決。
3樓：匿名使用者
有很多種泊松分布表，給後面看到的提醒一下
關於泊松分佈概率問題，泊松分佈概率問題
解 p x k 4 1 p x 4 p x 3 p x 2 p x 1 p x 0 0.5595 注，有4位以上，我計算就是不包括4的。特別的，用excel計算更方便 p x k 4 1 poisson 4,5,1 0.5595 p 5 4 4 e 5 0.175 p 5 5 5 e 5 0.175...
二項分佈和泊松分佈是不是正態分佈
曠螢雪 不能這麼說，但是三者之間的關係是這樣的 正態分佈是所有分佈趨於極限大樣本的分佈，屬於連續分佈。二項分佈與泊松分佈則都是離散分佈，二項分佈的極限分佈是泊松分佈，泊松分佈的極限分佈是正態分佈。希望對你有所幫助 二項分佈的極限是泊松分佈，泊松分佈的極限是正態分佈。正態分佈，二項分佈，超幾何分佈和泊...
泊松分佈和指數分佈之間有何關係
寧可丁 如果單位時間發生的次數 如到達的人數 服從引數為r的泊松分佈,則任連續發生的兩次時間的間隔時間序列服從引數為r的指數分佈 統計與概率 關於指數分佈，poisson和gamma的一個問題,樣本分佈的問題 指數分佈是指兩個事件發生的時間間隔，因此n個x的和表示n個時間發生的時間，服從的是gamm...