28.07.2013 Views

C:\mol\noter\Statistik\Statistiske grundbegreber-v11\s1v11-forside.wpd

C:\mol\noter\Statistik\Statistiske grundbegreber-v11\s1v11-forside.wpd

C:\mol\noter\Statistik\Statistiske grundbegreber-v11\s1v11-forside.wpd

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

101<br />

9.4 Poissonfordelingen<br />

SÆTNING 9.2 (Poissonfordeling). Lad X være en stokastisk variabel, som angiver antallet<br />

af impulser i et givet tidsrum (eller areal, volumen, produktionsenhed osv.), idet ethvert<br />

tidspunkt i tidsrummet har samme mulighed for at være impulstidspunkt som ethvert andet<br />

tidspunkt. Endvidere skal impulserne indtræffe tilfældigt og uafhængigt af hinanden * ) .<br />

Hvis det gennemsnitlige antal impulser i tidsrummet er µ > 0 , så siges X at være<br />

Poissonfordelt p ( µ ) med sandsynlighedsfordelingen (tæthedsfunktionen) f(x) = P(X = x)<br />

bestemt ved<br />

⎧ x<br />

⎪<br />

µ − µ<br />

f ( x) = P( X = x) =<br />

⋅e for x ∈{,,,...}<br />

012<br />

⎨ x!<br />

⎩<br />

⎪ 0 ellers<br />

Middelværdien for p( µ ) er E ( X ) = µ og spredningen er σ ( X ) = µ .<br />

I formuleringen af de ovennævnte betingelser kan efter behov "et lille tidsrum ∆ t" erstattes<br />

med "en lille længde ∆ l ", "et lille areal ∆ A" eller "et lille volumen ∆ V".<br />

*) Præcis formulering: Følgende 3 betingelser skal være opfyldt:<br />

1) Sandsynligheden for netop én impuls i et meget lille tidsrum ∆ t er med tilnærmelse proportional med ∆ t<br />

.<br />

P( X = 1)<br />

(Matematisk formulering lim = λ ( λ er en positiv konstant)<br />

∆t→0 ∆t<br />

2) Sandsynligheden for 2 eller flere impulser i det meget lille tidsrum ∆ t er lille sammenlignet med ∆ t .<br />

P( X > 1)<br />

(Matematisk formulering lim = 0 )<br />

∆t→0 ∆t<br />

3) Antal impulser i forskellige, ikke overlappende tidsrum er statistisk uafhængige.<br />

En bevisskitse for sætningen kan ses i “Supplement til statistiske <strong>grundbegreber</strong>” afsnit<br />

9.C.<br />

Eksempel 9.10: Antal revner p. meter i et tyndt kobberkabel.<br />

På en fabrik fremstilles kobberkabler af en bestemt tykkelse. Mikroskopiske revner<br />

forekommer tilfældigt langs disse kabler. Man har erfaring for, at der i gennemsnit er 12.3 af<br />

den type revner p. 10 meter kabel.<br />

Beregn sandsynligheden for, at der<br />

1) ingen ridser er i 1 meter tilfældigt udvalgt kabel.<br />

2) er mindst 2 ridser i 1 meter tilfældigt udvalgt kabel.<br />

3) er højst 4 ridser i 2 meter tilfældigt udvalgt kabel<br />

Fabrikken går nu over til en anden og billigere produktionsmetode. For at få et estimat for<br />

middelværdien ved den nye metode måltes antallet af revner på 12 kabelstykker på hver 10<br />

meter.<br />

Resultaterne var<br />

Kabel nr. 1 2 3 4 5 6 7 8 9 10 11 12<br />

Antal revner 8 4 14 6 8 10 10 16 2 2 6 8<br />

4) Angiv på basis heraf et estimat for middelværdien af antal revner pr. 10 m kabel.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!