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
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.