logo

푸아송 분포의 평균과 분산 📂확률분포론

푸아송 분포의 평균과 분산

공식

X∼Poi(λ)X \sim \text{Poi}(\lambda) 면 E(X)=λVar⁡(X)=λ E(X) = \lambda \\ \Var(X) = \lambda

유도

전략: 푸아송 분포의 정의에서 직접 연역한다. 팩토리얼과 급수를 쪼개는 트릭이 중요하다.

푸아송 분포의 정의: λ>0\lambda > 0 에 대해 다음과 같은 확률 질량 함수를 가지는 이산 확률 분포 Poi(λ)\text{Poi} ( \lambda ) 를 푸아송 분포라고 한다. p(x)=e−λλxx!,x=0,1,2,⋯ p(x) = {{ e^{-\lambda} \lambda^{x} } \over { x! }} \qquad , x = 0 , 1 , 2, \cdots

평균

E(X)=∑x=0∞xλxe−λx!=e−λ∑x=0∞xλxx!=e−λ∑x=1∞λ⋅λx−1(x−1)!=λe−λ∑x=1∞λx−1(x−1)!=λe−λeλ=λ \begin{align*} E(X) =& \sum _{ x=0 }^{ \infty }{ x\frac { { \lambda ^ x }{ e ^ { - \lambda } } }{ x! } } \\ =& { e ^ { - \lambda } }\sum _{ x=0 }^{ \infty }{ x\frac { { \lambda ^ x } }{ x! } } \\ =& { e ^ { - \lambda } }\sum _{ x=1 }^{ \infty }{ \frac { { \lambda \cdot \lambda } ^{ x-1 } }{ (x-1)! } } \\ =& { \lambda e } ^{ -\lambda } \sum _{ x=1 }^{ \infty }{ \frac { { \lambda } ^{ x-1 } }{ (x-1)! } } \\ =& \lambda { e ^ { - \lambda } }{ e^ \lambda } \\ =& \lambda \end{align*}

■

분산

E(X2)=∑x=0∞x2λxe−λx!=e−λ∑x=1∞xλx(x−1)!=e−λ∑x=1∞(x−1+1)λx(x−1)!=e−λ∑x=1∞(x−1)λx+λx(x−1)!=e−λ∑x=1∞{(x−1)λx(x−1)!+λx(x−1)!}=e−λ{∑x=2∞λx(x−2)!+∑x=1∞λx(x−1)!}=e−λ{∑x=2∞λ2⋅λx−2(x−2)!+∑x=1∞λ⋅λx−1(x−1)!}=e−λ(λ2eλ+λeλ)=λ2+λ \begin{align*} E({ X }^{ 2 }) =& \sum _{ x=0 }^{ \infty }{ { x } ^{ 2 } \frac { { \lambda ^ x }{ e ^ { - \lambda } } }{ x! } } \\ =& { e ^ { - \lambda } }\sum _{ x=1 }^{ \infty }{ x\frac { { \lambda ^ x } }{ (x-1)! } } \\ =& { e ^ { - \lambda } }\sum _{ x=1 }^{ \infty }{ \frac { { (x-1+1)\lambda } ^{ x } }{ (x-1)! } } \\ =& { e ^ { - \lambda } }\sum _{ x=1 }^{ \infty }{ \frac { { (x-1)\lambda } ^{ x }+{ \lambda ^ x } }{ (x-1)! } } \\ =& { e ^ { - \lambda } }\sum _{ x=1 }^{ \infty }{ \left\{ \frac { { (x-1)\lambda } ^{ x } }{ (x-1)! }+\frac { { \lambda ^ x } }{ (x-1)! } \right\} } \\ =& { e ^ { - \lambda } }\left\{ \sum _{ x=2 }^{ \infty }{ \frac { { \lambda ^ x } }{ (x-2)! } }+\sum _{ x=1 }^{ \infty }{ \frac { { \lambda ^ x } }{ (x-1)! } } \right\} \\ =& { e ^ { - \lambda } }\left\{ \sum _{ x=2 }^{ \infty }{ \frac { { { \lambda ^ 2 }\cdot \lambda } ^{ x-2 } }{ (x-2)! } }+\sum _{ x=1 }^{ \infty }{ \frac { { \lambda \cdot \lambda } ^{ x-1 } }{ (x-1)! } } \right\} \\ =& { e ^ { - \lambda } }({ \lambda ^ 2 }{ e^ \lambda }+\lambda { e^ \lambda }) \\ =& { \lambda ^ 2 }+\lambda \end{align*} 따라서 Var⁡(X)=E(X2)−{E(X)}2=(λ2+λ)−λ2=λ \Var (X)=E({ X }^{ 2 })-{ \left\{ E(X) \right\} } ^{ 2 } ={ (\lambda }^{ 2 }+\lambda )-{ \lambda }^{ 2 }=\lambda

■