سلام نگفته این دو توزیع یکی هستن که.
این میگه فرض کنید اگر یک رویداد مثلا رد شدن ماشین از جلوی پنجره در نظر بگیریم. اگر فاصله هر دو رویداد متوالی ( اگر همین الان یک ماشین رد شده باشه زمانی که طول میکشه تا ماشین بعدی رد بشه) دارای توزیع نمایی با پارامتر لامبدا باشه. اون وقت مثلا اگر بخوایم مثلا تعداد ماشینی که در t دقیقه رد میشه را بررسی کنیم این تعداد خودش یک متغیر تصادفی با توزیع پواسن با پارامتر t*لامبدا هست.

ممنون از شما
کلا رابطه بین پوآسن و نمایی چیه؟ پوآسن گسسته هست و نمایی، پویسته
مثلا داریم اینجا

(۲۶ آذر ۱۳۹۵ ۱۰:۴۸ ق.ظ)H-Arshad نوشته شده توسط:  کلا رابطه بین پوآسن و نمایی چیه؟ پوآسن گسسته هست و نمایی، پویسته

توزیع پواسن تعداد مشتریان در واحد زمان تعداد تعداد اتفاقات یا مثلا میانگین تعداد تصادفات یه ماشین در یه سال هست پس حتما شمردنی و به قول معروف گسسته هست (قبلا هم در بین پرسش و پاسخ هامون بهت گفته بودم) اما توزیع نمایی فاصله زمانی بین دو اتفاق در پواسن هست مثلا فاصله زمانی بین دو تصادف رو که نمیشه شمرد پس یه کمیت پیوسته هست
رابطه بین این دو توزیع رو میشه اثبات هم کرد که یکم طولانی شاید بشه باز اگه خیلی برات واجبه که با اثبات یاد بگیری حتما یه موقع اینجا میارم

با تشکر از شما..جسارتا چطور است بین دو رخداد پیوسته و غیرقابل شمارش میشه؟
مثلاا تعداد تصادفات در یکسال ۱۰۰۰ عدد است و بین ۲ روز، ۱۰ عدد است. چطور است نمیشه ۱۰ رو شمرد؟

(۲۶ آذر ۱۳۹۵ ۰۸:۲۶ ب.ظ)H-Arshad نوشته شده توسط:  با تشکر از شما..جسارتا چطور است بین دو رخداد پیوسته و غیرقابل شمارش میشه؟
مثلاا تعداد تصادفات در یکسال ۱۰۰۰ عدد است و بین ۲ روز، ۱۰ عدد است. چطور است نمیشه ۱۰ رو شمرد؟

گفتی در یکسال ۱۰۰۰ تصادف دیگه مثلا ۱۰۰۰/۸ تصادف نداری دیگه پس گسسته هست(عدد صحیح)
ولی فاصله بین تصادفات میتونه اینجوری که گفتی روند در نیاد مثلا به جای دو روز میتونه دو روز و ۳ ساعت و ۵ ثانیه و ۱۰۰ نانو ثانیه و ۱۰۰ پیکو ثانیه و... و دیگه برحسب روز یا ثانیه و یا میکروثانیه و اینها در نیاد کلا زمان رو پیوسته در نظر میگیرن (عدد حقیقی)
امیدوارم فهمیده باشی