Bỏ qua đến nội dung chính
Mục lục

Phân phối Poisson: công thức, ví dụ và scipy.stats.poisson

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 2/12 · Chương 6

Các phân phối xác suất

  • 7 phút
  • Trung cấp
  • Python 3.14
  • Cập nhật

Phân phối Poisson (Poisson distribution) cho xác suất có đúng k sự kiện xảy ra trong một khoảng thời gian cố định, khi các sự kiện đến độc lập với một tốc độ trung bình λ không đổi. Bạn dùng nó để hỏi "một giờ có quá 5 khách không", "một ngày có bao nhiêu cuộc gọi" mà không cần biết có bao nhiêu người có thể tới.

Cần biết trước: phân phối nhị thức, PMF, PDF, CDF và kỳ vọng và phương sai.

Phân phối Poisson là gì: công thức

Biến X đếm số sự kiện trong một khoảng (một giờ, một trang sách, một mét dây điện) có phân phối Poisson với tham số λ > 0 khi:

P(X=k)=λke−λk!P(X = k) = \frac{\lambda^k e^{-\lambda}}{k!}

Trong đó:

  • k (k): số sự kiện, 0, 1, 2, … không có giới hạn trên.

  • λ (lam, trong scipy là mu): số sự kiện trung bình trong đúng khoảng đang xét.

  • e ≈ 2,718 (math.exp): cơ số của logarit tự nhiên; k! (math.factorial(k)) là giai thừa của k.

Poisson có một tính chất đặc biệt: kỳ vọng và phương sai đều bằng λ. Nó cũng là giới hạn của phân phối nhị thức khi n rất lớn, p rất nhỏ và np = λ: rất nhiều người có thể ghé quán, mỗi người ghé với xác suất nhỏ.

λ gắn với độ dài khoảng. Quán có trung bình 2 khách mỗi giờ thì nửa giờ có λ = 1, ba giờ có λ = 6.

Tính tay: tiệm in ảnh có quá 5 khách trong một giờ

Một tiệm in ảnh buổi trưa có trung bình 2 khách mỗi giờ, khách đến độc lập. P(X = 0) = e⁻² ≈ 0,1353; P(X = 2) = 2² e⁻² / 2! ≈ 0,2707. "Quá 5 khách" là X ≥ 6, bằng 1 trừ tổng sáu xác suất từ 0 tới 5. Khối dưới tính bằng math; sửa lam rồi bấm Chạy:

python
import math

lam = 2
tong = 0
for k in range(6):
    pk = lam ** k * math.exp(-lam) / math.factorial(k)
    tong += pk
    print(k, round(pk, 4))
print("P(X ≤ 5):", round(tong, 4))
print("P(X > 5):", round(1 - tong, 4))

KẾT QUẢ

0 0.1353
1 0.2707
2 0.2707
3 0.1804
4 0.0902
5 0.0361
P(X ≤ 5): 0.9834
P(X > 5): 0.0166

Chỉ khoảng 1,7% số giờ trưa có quá 5 khách: tiệm có thể để một người trực. Đổi lam = 2 thành lam = 4 rồi chạy lại: dòng cuối in P(X > 5): 0.2149, hơn một phần năm số giờ.

Tính bằng scipy.stats.poisson

stats.poisson(mu) nhận λ qua tham số mu. "Quá 5" là P(X > 5), đúng nghĩa của sf(5):

python
from scipy import stats

khach = stats.poisson(2)
print("P(X = 0):", round(khach.pmf(0), 4))
print("P(X ≤ 5):", round(khach.cdf(5), 4))
print("P(X > 5):", round(khach.sf(5), 4))
print("mean, var:", khach.mean(), khach.var())

KẾT QUẢ

P(X = 0): 0.1353
P(X ≤ 5): 0.9834
P(X > 5): 0.0166
mean, var: 2.0 2.0

Ba số khớp bảng tay, và mean() bằng var() bằng 2. "Ít nhất 5" thì khác: P(X ≥ 5) = sf(4), như quy tắc ở bài PMF, PDF, CDF.

Dữ liệu: khách mỗi giờ ở quán cà phê

File khach_theo_gio.csv là số giả lập của AIDev: số khách vào một quán cà phê ở Huế trong từng giờ, từ 7 tới 20 giờ, suốt 6 tuần. Nếu số khách trong một khung giờ theo Poisson thì trung bình phải xấp xỉ phương sai. Kiểm ở khung 8 giờ sáng:

python
import pandas as pd

quan = pd.read_csv("khach_theo_gio.csv")
tam_gio = quan[quan["gio"] == 8]
cuoi_tuan = tam_gio["thu"].isin(["Thứ 7", "Chủ nhật"])
for ten, nhom in [("Ngày thường", tam_gio[~cuoi_tuan]),
                  ("Cả tuần", tam_gio)]:
    k = nhom["so_khach"]
    print(ten, len(k), round(k.mean(), 1), round(k.var(ddof=0), 1))

KẾT QUẢ

Ngày thường 30 12.3 13.6
Cả tuần 42 14.0 20.4

Ngày thường, 30 buổi sáng có trung bình 12,3 khách và phương sai 13,6, gần nhau như Poisson hứa. Gộp cả 12 buổi cuối tuần, khi quán đông hơn, trung bình thành 14,0 còn phương sai vọt lên 20,4.

Mô phỏng bằng rng.poisson()

rng.poisson(lam, size=m) rút m số đếm. Rút 100.000 giờ trưa với λ = 2 rồi vẽ tần suất cạnh pmf, theo bài biểu đồ cột:

python
import numpy as np
import matplotlib.pyplot as plt
from scipy import stats
rng = np.random.default_rng(44)
gio = rng.poisson(2, size=100_000)
k, dem = np.unique(gio, return_counts=True)
print(round(gio.mean(), 3), round(np.var(gio, ddof=0), 3))
print(round(np.mean(gio > 5), 4), round(stats.poisson(2).sf(5), 4))
fig, ax = plt.subplots(figsize=(6.4, 4), layout="constrained")
ax.bar(k, dem / gio.size, label="Mô phỏng 100.000 giờ")
ax.plot(k, stats.poisson(2).pmf(k), "ko", label="poisson.pmf")
ax.set(title="Số khách mỗi giờ, λ = 2", xlabel="Số khách",
       ylabel="Tần suất")
ax.legend()
plt.show()

KẾT QUẢ

2.0 1.997
0.0158 0.0166
Biểu đồ cột tần suất số khách mỗi giờ qua 100.000 giờ mô phỏng với λ bằng 2, chấm đen là poisson.pmf; hai cột cao nhất ở 1 và 2 khách (khoảng 0,27), các cột thấp dần về phía phải tới khoảng 9 khách, mỗi chấm nằm sát đỉnh cột.

Lần chạy này cho trung bình 2,0 và phương sai 1,997, và tỉ lệ giờ có quá 5 khách là 0,0158, sát 0,0166 của sf(5).

Kiểm tra nhanh

  1. Sau from scipy import stats, print(round(stats.poisson(1).pmf(0), 4)) in ra gì?

    • 0.3679
    • 0.0
    • 1.0
  2. Đại lượng nào hợp với phân phối Poisson?

    • Số cuộc gọi tới tổng đài trong 10 phút
    • Số lỗi đánh máy trên một trang sách
    • Số câu đúng trong 20 câu trắc nghiệm
    • Thời gian chờ tới khách tiếp theo
  3. Trong khung bẫy về nửa giờ, vì sao dòng thứ hai mới đúng?

    • Vì poisson chỉ nhận λ nhỏ hơn 2
    • Vì λ là số khách trung bình trong đúng khoảng đang hỏi, nửa giờ thì là 1
    • Vì xác suất không có khách phải bằng 0,5
  4. Số tin nhắn một giờ theo Poisson với λ = 4. Độ lệch chuẩn là bao nhiêu?

    • 4
    • 2
    • 16
Đúng hết lần đầu +15 XP

Bài tập

Tính xác suất có ít nhất k khách trong một khoảng thời gian

Một quán có trung bình ty_le khách mỗi giờ, khách đến độc lập. Viết thân hàm p_it_nhat(ty_le, so_gio, k) tính xác suất có ít nhất k khách trong so_gio giờ (có thể là số lẻ, như 0,5 giờ), dùng stats.poisson đã nhập sẵn.

Trả về: xác suất có ít nhất k khách trong khoảng đó, một float.

Ví dụ p_it_nhat(2, 2, 3) cho khoảng 0.7619: hai giờ có λ = 4.

python
from scipy import stats


def p_it_nhat(ty_le, so_gio, k):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • Phân phối Poisson đếm số sự kiện trong một khoảng, khi sự kiện đến độc lập với tốc độ trung bình λ.

  • P(X = k) = λᵏe⁻λ/k!; kỳ vọng và phương sai đều bằng λ.

  • λ tỉ lệ với độ dài khoảng: 2 khách mỗi giờ là λ = 1 cho nửa giờ.

  • stats.poisson(mu) có .pmf, .cdf, .sf; "quá k" là sf(k), "ít nhất k" là sf(k - 1).

  • rng.poisson(lam, size=m) rút m số đếm để mô phỏng.

  • Trên dữ liệu, phương sai lớn hơn hẳn trung bình là dấu hiệu đang trộn nhiều λ.

Câu hỏi thường gặp

Phân phối Poisson khác phân phối nhị thức thế nào?

Nhị thức có số phép thử n cố định và X không vượt quá n. Poisson không có n: nó đếm sự kiện trong một khoảng, X có thể là bất kỳ số tự nhiên nào. Khi n lớn và p nhỏ, B(n, p) gần Poisson với λ = np; bài xấp xỉ phân phối đo độ gần đó.

Làm sao ước lượng λ từ dữ liệu?

Lấy trung bình số sự kiện mỗi khoảng, như 12,3 khách lúc 8 giờ ngày thường ở quán Huế. Kiểm thêm phương sai: gần trung bình thì Poisson hợp, lớn hơn hẳn thì dữ liệu đang trộn nhiều nhóm.

Thời gian giữa hai khách có phân phối gì?

Khi số khách mỗi giờ theo Poisson, thời gian chờ giữa hai khách theo phân phối mũ với trung bình 1/λ giờ. Hai phân phối là hai cách nhìn một dòng sự kiện: đếm trong khoảng và đo khoảng giữa hai lần.

Chủ đề

phân phối poisson

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập