用泊松分布打新股

納尼,神馬是泊松分布础米?

如果你提了這個問題分苇,還請重修概率論吧。

Poisson分布(法語:loi de Poisson屁桑,英語:Poisson distribution医寿,譯名有泊松分布、普阿松分布蘑斧、卜瓦松分布糟红、布瓦松分布艾帐、布阿松分布、波以松分布盆偿、卜氏分配等),是一種統(tǒng)計與概率學(xué)里常見到的離散概率分布准浴,由法國數(shù)學(xué)家西莫恩·德尼·泊松(Siméon-Denis Poisson)在1838年時發(fā)表事扭。

說到泊松分布,先慢點展開乐横,因為我不得不提到二項分布求橄。


神馬又是二項分布?

如果你提了這個問題葡公,還是那句話罐农,請重修概率論吧。

二項分布(Binomial Distribution)催什,即重復(fù)n次的伯努利試驗(Bernoulli Experiment)涵亏。給一個概率公式:

二項分布的概率公式,令單次事件發(fā)生的概率是p,則單次不發(fā)生的概率q=1-p蒲凶,n為獨立重復(fù)試驗次數(shù)气筋,k為發(fā)生p事件的次數(shù),很顯然n-k即是不發(fā)生p事件的次數(shù)旋圆,P(X=k)即為n次重復(fù)試驗中發(fā)生了k次的概率

通俗的解釋是宠默,比如說打新股,每次中簽率為20%(哇灵巧,太高了吧)搀矫,那么我打了10次,恰好中了3次的概率為:

P(X=3) = C(10,3)*(0.2)^3*(0.8)^7 ≈ 20.13%

看起來不錯哈刻肄,連中三元的概率瓤球,居然還有二成呀!

再來看看最終的全部概率分布吧(精確到百分號小數(shù)點后6位)肄方,計算方法同上冰垄,只是把k換成0-10的整數(shù)即可:

十次中0次的概率是10.737418%

十次中1次的概率是26.843546%

十次中2次的概率是30.198989%

十次中3次的概率是20.132659%

十次中4次的概率是8.808038%

十次中5次的概率是2.642412%

十次中6次的概率是0.550502%

十次中7次的概率是0.078643%

十次中8次的概率是0.007373%

十次中9次的概率是0.000410%

十次中10次的概率是0.000010%

可見,十次中十次权她,概率幾乎不存在啦(但還是可能的虹茶,只是概率太小了,約十萬分之一)隅要。十次都不中蝴罪,概率約為10%。

可見如果中簽率為20%步清,打10次想要不中簽要门,還挺難的虏肾。


二項分布和泊松分布的關(guān)系

從上面可知,二項分布可以完美的解決獨立重復(fù)事件的概率計算欢搜,但為什么還需要討論泊松分布呢封豪?

這是因為,如果次數(shù)n太大(比如說真實情況下上證每年發(fā)行幾百只新股炒瘟,打新者每次都打幾十個號吹埠,這樣n就有可能達到幾千),或者概率p太写啊(單個號的中簽率么缘琅,呵呵了,萬五算好的了)廓推,你會發(fā)現(xiàn)刷袍,二項分布的前2個乘數(shù),都很難求樊展。尤其是n呻纹!,如果要直接暴力求解滚局,計算機要爆掉居暖!

泊松分布此刻便出馬了。

泊松分布對二項分布的展開項進行了優(yōu)雅的化簡和近似藤肢,尤其用到了自然對數(shù)的極限表達式定義(具體化簡過程大家自行度娘吧太闺,這里不展開了),使得化簡的概率表達式為:


泊松分布的最終概率表達式嘁圈,注意lambda為n*p
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末省骂,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子最住,更是在濱河造成了極大的恐慌钞澳,老刑警劉巖,帶你破解...
    沈念sama閱讀 210,914評論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡不同,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 89,935評論 2 383
  • 文/潘曉璐 我一進店門兰吟,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人茂翔,你說我怎么就攤上這事混蔼。” “怎么了珊燎?”我有些...
    開封第一講書人閱讀 156,531評論 0 345
  • 文/不壞的土叔 我叫張陵惭嚣,是天一觀的道長遵湖。 經(jīng)常有香客問我,道長晚吞,這世上最難降的妖魔是什么延旧? 我笑而不...
    開封第一講書人閱讀 56,309評論 1 282
  • 正文 為了忘掉前任,我火速辦了婚禮槽地,結(jié)果婚禮上垄潮,老公的妹妹穿的比我還像新娘。我一直安慰自己闷盔,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 65,381評論 5 384
  • 文/花漫 我一把揭開白布旅急。 她就那樣靜靜地躺著逢勾,像睡著了一般。 火紅的嫁衣襯著肌膚如雪藐吮。 梳的紋絲不亂的頭發(fā)上溺拱,一...
    開封第一講書人閱讀 49,730評論 1 289
  • 那天,我揣著相機與錄音谣辞,去河邊找鬼迫摔。 笑死,一個胖子當(dāng)著我的面吹牛泥从,可吹牛的內(nèi)容都是我干的句占。 我是一名探鬼主播,決...
    沈念sama閱讀 38,882評論 3 404
  • 文/蒼蘭香墨 我猛地睜開眼躯嫉,長吁一口氣:“原來是場噩夢啊……” “哼纱烘!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起祈餐,我...
    開封第一講書人閱讀 37,643評論 0 266
  • 序言:老撾萬榮一對情侶失蹤擂啥,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后帆阳,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體哺壶,經(jīng)...
    沈念sama閱讀 44,095評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,448評論 2 325
  • 正文 我和宋清朗相戀三年蜒谤,在試婚紗的時候發(fā)現(xiàn)自己被綠了山宾。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,566評論 1 339
  • 序言:一個原本活蹦亂跳的男人離奇死亡芭逝,死狀恐怖塌碌,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情旬盯,我是刑警寧澤台妆,帶...
    沈念sama閱讀 34,253評論 4 328
  • 正文 年R本政府宣布翎猛,位于F島的核電站,受9級特大地震影響接剩,放射性物質(zhì)發(fā)生泄漏切厘。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,829評論 3 312
  • 文/蒙蒙 一懊缺、第九天 我趴在偏房一處隱蔽的房頂上張望疫稿。 院中可真熱鬧,春花似錦鹃两、人聲如沸遗座。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,715評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽途蒋。三九已至,卻和暖如春馋记,著一層夾襖步出監(jiān)牢的瞬間号坡,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,945評論 1 264
  • 我被黑心中介騙來泰國打工梯醒, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留宽堆,地道東北人。 一個月前我還...
    沈念sama閱讀 46,248評論 2 360
  • 正文 我出身青樓茸习,卻偏偏與公主長得像畜隶,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子逮光,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,440評論 2 348

推薦閱讀更多精彩內(nèi)容