2024-01-28 20:09
每天早上六点到十点营业,生意挺好,就是发愁一个事情,应该准备多少个馒头才能既不浪费又能充分供应?
按道理讲均值是不错的选择(参见这篇文章),但是如果每天准备5个馒头的话,从统计表来看,至少有两天不够卖, 的时间不够卖:
你“甜在心馒头店”又不是小米,搞什么饥饿营销啊?老板当然也知道这一点,就拿起纸笔来开始思考。
然后把周一的三个馒头(“甜在心馒头”,有褶子的馒头)按照销售时间放在线段上:
在每个时间段,就有点像抛硬币,要不是正面(卖出),要不是反面(没有卖出):
内卖出3个馒头的概率,就和抛了4次硬币(4个时间段),其中3次正面(卖出3个)的概率一样了。
从图中看,每个时间段,有卖出3个的,有卖出2个的,有卖出1个的,就不再是单纯的“卖出、没卖出”了。不能套用二项分布了。
解决这个问题也很简单,把 分为20个时间段,那么每个时间段就又变为了抛硬币:
这样, 内卖出7个馒头的概率就是(相当于抛了20次硬币,出现7次正面):
上面就是泊松分布的概率密度函数,也就是说,在 时间内卖出 个馒头的概率为:
可以看到,如果每天准备8个馒头的话,那么足够卖的概率就是把前8个的概率加起来:
鉴于二项分布与泊松分布的关系,可以很自然的得到一个推论,当二项分布 很小的时候,两者比较接近:
生活中还有很多泊松分布。比如物理中的半衰期,我们只知道物质衰变一半的时间期望是多少,但是因为不确定性原理,我们没有办法知道具体哪个原子会在什么时候衰变?所以可以用泊松分布来计算。