Очевидно, вероятность Rk может быть вычислена  как сумма

      

      Однако, значительно проще определить ее из вероятности противоположного события:

      

      В частности, вероятность того, что  величина Х примет положительное  значение, выражается формулой

      

      Как уже говорилось, многие задачи практики приводят к распределению Пуассона. Рассмотрим одну из типичных задач такого рода.

      Пусть на оси абсцисс Ох случайным образом  распределяются точки (рис.2). Допустим, что случайное распределение  точек удовлетворяет следующим условиям:

      1)   Вероятность попадания того или иного числа точек на отрезок l зависит только от длины этого отрезка, но не зависит от его положения на оси абсцисс. Иными словами, точки распределены на оси абсцисс с одинаковой средней плотностью. Обозначим эту плотность, т.е. математическое ожидание числа точек, приходящихся на единицу длины, через λ.

      2)   Точки распределяются на оси абсцисс независимо друг от друга, т.е. вероятность попадания того или иного числа точек на заданный отрезок не зависит от того, сколько их попало на любой другой отрезок, не перекрывающийся с ним.

      3)   Вероятность попадания на малый участок Δх двух или более точек пренебрежимо мала по сравнению с вероятностью попадания одной точки (это условие означает практическую невозможность совпадения двух или более точек).

      Выделим на оси абсцисс определенный отрезок  длины l и рассмотрим дискретную случайную  величину Х - число точек, попадающих на этот отрезок. Возможные значения величины будут 0,1,2,…,m,… Так как точки попадают на отрезок независимо друг от друга, то теоретически не исключено, что их там окажется сколь угодно много, т.е. данный ряд продолжается неограниченно.

      Докажем, что случайная величина Х распределена по закону Пуассона. Для этого надо подсчитать вероятность Рm того, что на отрезок попадет ровно m точек.

      Сначала решим более простую задачу. Рассмотрим на оси Ох малый участок Δх и  вычислим вероятность того, что на этот участок попадет хотя бы одна точка. Будем рассуждать следующим  образом. Математическое ожидание числа точек, попадающих на этот участок, очевидно, равно λ·Δх (т.к. на единицу длины попадает в среднем λ точек). Согласно условию 3 для малого отрезка Δх можно пренебречь возможностью попадания на него двух или больше точек. Поэтому математическое ожидание λ·Δх числа точек, попадающих на участок Δх, будет приближенно равно вероятности попадания на него одной точки (или, что в данных условиях  равнозначно, хотя бы одной).

      Таким образом, с точностью до бесконечно малых высшего порядка, при Δх→0 можно считать вероятность того, что на участок Δх попадет одна (хотя бы одна) точка, равной λ·Δх, а вероятность того, что не попадет ни одной, равной 1-c·Δх.

      Воспользуемся этим для вычисления вероятности Pm попадания на отрезок l ровно m точек. Разделим отрезок l на n равных частей длиной Условимся называть элементарный отрезок Δх "пустым", если в него не попало ни одной точки, и "занятым", если в него попала хотя бы одна. Согласно вышедоказанному вероятность того, что отрезок Δх окажется "занятым", приближенно равна λ·Δх= ; вероятность того, что он окажется "пустым", равна 1- . Так как, согласно условию 2, попадания точек в неперекрывающиеся отрезки независимы, то наши n отрезков можно рассмотреть как n независимых "опытов", в каждом из которых отрезок может быть "занят" с вероятностью p= . Найдем вероятность того, что среди n отрезков будет ровно m "занятых". По теореме о повторных независимых испытаниях эта вероятность равна

       ,

      или обозначим λl=a:

       .

      При достаточно большом n эта вероятность  приближенно равна вероятности попадания на отрезок l ровно m точек, т.к. попадание двух или больше точек на отрезок Δх имеет пренебрежимо малую вероятность. Для того, чтобы найти точное значение Рm, нужно перейти к пределу при n→∞:

      

      Учитывая, что

      

      и

       ,

      получаем, что искомая вероятность выражается формулой

      

      где а=λl, т.е. величина Х распределена по закону Пуассона с параметром а=λl.

      Надо  отметить, что величина а по смыслу представляет собой среднее число точек, приходящееся на отрезок l. Величина R1 (вероятность того, что величина Х примет положительное значение) в данном случае выражает вероятность того, что на отрезок l попадет хотя бы одна точка: R1=1-e-a.

      Таким образом, мы убедились, что распределение Пуассона возникает там, где какие-то точки (или другие элементы) занимают случайное положение независимо друг от друга, и подсчитывается количество этих точек, попавших в какую-то область. В нашем случае такой областью был отрезок l на оси абсцисс. Однако этот вывод легко можно распространить и на случай распределения точек на плоскости (случайное плоское поле точек) и в пространстве (случайное пространственное поле точек). Нетрудно доказать, что если соблюдены условия:

      1)   точки распределены в поле статистически равномерно со средней плотностью λ;

      2)   точки попадают в неперекрывающиеся области независимым образом;

      3)   точки появляются поодиночке, а не парами, тройками и т.д.,

      то  число точек Х, попавших в любую  область D (плоскую или пространственную), распределяется по закону Пуассона:

       ,

      где а - среднее число точек, попадающих в область D.

      Для плоского случая а=SD λ, где SD - площадь  области D,

      для пространственного а= VD λ, где VD - объем  области D.

      Для пуассоновского распределения числа точек, попадающих в отрезок  или область, условие постоянной плотности (λ=const) несущественно. Если выполнены два других условия, то закон Пуассона все равно имеет место, только параметр а в нем приобретает другое выражение: он получается не простым умножением плотности λ на длину, площадь или объем, а интегрированием переменной плотности по отрезку, площади или объему.

      Распределение Пуассона играет важную роль в ряде вопросов физики, теории связи, теории надежности, теории массового обслуживания и т.д. Всюду, где в течение определенного времени может происходить случайное число каких-то событий (радиоактивных распадов, телефонных вызовов, отказов оборудования, несчастный случаях и т.п.).

      Рассмотрим  наиболее типичную ситуацию, в которой  возникает распределение Пуассона. Пусть некоторые события (покупки в магазине) могут происходить в случайные моменты времени. Определим число появлений таких событий в промежутке времени от 0 до Т.

      Случайное число событий, происшедших за время  от 0 до Т, распределено по закону Пуассона с параметром  l=аТ, где а>0 – параметр задачи, отражающий среднюю частоту событий. Вероятность k покупок в течение большого интервала времени,  (например, – дня)  составит 

      P(Z=k) =

 

                                 3.  Формула Пуассона

Формула Бернулли удобна для вычислений лишь при сравнительно небольшом числе испытаний . При больших значениях пользоваться этой формулой неудобно. Чаще всего в этих случаях используют формулу Пуассона. Эта формула определяется теоремой Пуассона.

Теорема. Если вероятность наступления события в каждом испытании постоянна и мала, а число независимых испытаний достаточно велико, то вероятность наступления события ровно раз приближенно равна

,(3.4)

где .

Доказательство. Пусть даны вероятность наступления события в одном испытании и число независимых испытаний . Обозначим . Откуда . Подставим это выражение в формулу Бернулли:

При достаточно большом !!n,, и сравнительно небольшом !!m,, все скобки, за исключением предпоследней, можно принять равными единице, т.е.

Учитывая то, что  достаточно велико, правую часть этого выражения можно рассмотреть при , т.е. найти предел

Тогда получим

(3.5)

Пример. На предприятии изготовлено и отправлено заказчику 100000 бутылок пива. Вероятность того, что бутылка может оказаться битой, равна 0,0001. Найти вероятность того, что в отправленной партии будет ровно три и ровно пять битых бутылок.

Решение. Дано: n = 100000, p = 0,0001, m = 3 (m = 5).

Находим .

Воспользуемся формулой Пуассона

                       4.  Свойства распределения Пуассона

• Сумма пуассоновских  случайных величин так же имеет  распределение Пуассона. Пусть  . Тогда

.

• Пусть , и Y = Y₁ + Y₂. Тогда условное распределение Y₁ при условии, что Y = y, биномиально. Более точно:

.

                              5.  Уравнение Пуассона

Уравне́ние  Пуассо́на — эллиптическое дифференциальное уравнение в частных производных, которое, среди прочего, описывает

• электростатическое поле,
• стационарное поле температуры,
• поле давления,
• поле потенциала скорости в гидродинамике.

Оно названо  в честь знаменитого французского физика и математика Симеона Дени Пуассона.

Это уравнение  имеет вид: Δφ = f,

где Δ — оператор Лапласа или лапласиан, а f — вещественная или комплексная функция на некотором многообразии.

В трёхмерной декартовой системе координат уравнение принимает форму:

В декартовой системе координат оператор Лапласа записывается в форме и уравнение Пуассона принимает вид:

Если f стремится к нулю, то уравнение Пуассона превращается в уравнение Лапласа (уравнение Лапласа — частный случай уравнения Пуассона):

Δφ = 0.

Уравнение Пуассона может быть решено с использованием функции Грина; см., например, статью экранированное уравнение Пуассона. Есть различные методы для получения численных решений. Например, используется итерационный алгоритм — «релаксационный метод».

                                   5.1.  Электростатика

Уравнение Пуассона является одним из краеугольных камней электростатики. Нахождение φ для данного f — важная практическая задача, поскольку это обычный путь для нахождения электростатического потенциала для данного распределения заряда. В единицах системы СИ: