目录
區間
在數學上，區間是某個範圍的數的搜集，一般以集合形式表示。.
查看 泊松过程和區間
三維空間
三维空间（也称为三度空間、三次元、3D），日常生活中可指由長、宽、高三个维度所構成的空間，而且常常是指三维的欧几里得空间。在历史上很长的一段时期中，三维空间被认为是我们生存的空间的数学模型。当时的物理学家认为空间是平坦的。20世纪以来，非欧几何的发现使得实际空间的性质有了其它的可能性。而相对论的诞生以及相应的数学描述：闵可夫斯基时空将时间和空间整体地作为四维的连续统一体进行看待。弦理论问世以后，用三维空间来描述现实中的宇宙已经不再足够，而需要用到更高维的数学模型，例如十维的空间。 Category:立體幾何 S S S.
查看 泊松过程和三維空間
互斥
Category:邏輯 Category:概率论.
查看 泊松过程和互斥
事件 (概率论)
在概率論中，隨機事件（或簡稱事件）指的是一個被賦與機率的事物集合，也就是樣本空間中的一個子集。簡單來說，在一次隨機試驗中，某個特定事件可能出現也可能不出現；但當試驗次數增多，我們可以觀察到某種規律性的結果，就是隨機事件。基本上，只要樣本空間是有限的，則在樣本空間內的任何一個子集合，都可以被稱為是一個事件。然而，當樣本空間是無限的時候，特別是不可數之時，就常常不能定義所有的子集為隨機事件了。因此，爲了定義一個概率空間，常常需要去掉樣本空間的某些子集，規定他們不能成為事件。.
出生-死亡過程
出生-死亡過程（Birth-death process），是一種隨機過程，亦為最常被使用的隨機過程。其一般定義為：.
查看 泊松过程和出生-死亡過程
独立 (概率论)
在機率論裡，說兩個事件是獨立的，直覺上是指一次实验中一事件的發生不會影響到另一事件發生的機率。例如，在一般情况下可以认为连续两次掷骰子得到的点数结果是相互獨立的。類似地，兩個隨機變量是獨立的，若其在一事件給定觀測量的條件機率分佈和另一事件沒有被觀測的機率分佈是一樣的。.
随机变量
給定樣本空间(S, \mathbb)，如果其上的實值函數 X:S \to \mathbb是\mathbb (實值)可測函數，则稱X為（實值）随机变量。初等概率論中通常不涉及到可測性的概念，而直接把任何X:S \to \mathbb的函數稱為随机变量。 如果X指定给概率空间S中每一个事件e有一个实数X(e)，同时针对每一个实数r都有一个事件集合A_r与其相对应，其中A_r.
查看 泊松过程和随机变量
随机过程
在概率论概念中，随机过程是随机变量的集合。若一随机系统的样本点是随机函数，则称此函数为样本函数，这一随机系统全部样本函数的集合是一个随机过程。实际应用中，样本函数的一般定义在时间域或者空间域。随机过程的实例如股票和汇率的波动、语音信号、视频信号、体温的变化，反对法随机运动如布朗运动、随机徘徊等等。.
查看 泊松过程和随机过程
马尔可夫链
尔可夫链（Markov chain），又稱離散時間馬可夫鏈（discrete-time Markov chain，縮寫為DTMC），因俄國數學家安德烈·马尔可夫（Андрей Андреевич Марков）得名，为狀態空間中经过从一个状态到另一个状态的转换的随机过程。该过程要求具备“无记忆”的性质：下一状态的概率分布只能由当前状态决定，在时间序列中它前面的事件均与之无关。这种特定类型的“无记忆性”称作馬可夫性質。马尔科夫链作为实际过程的统计模型具有许多应用。 在马尔可夫链的每一步，系统根据概率分布，可以从一个状态变到另一个状态，也可以保持当前状态。状态的改变叫做转移，与不同的状态改变相关的概率叫做转移概率。随机漫步就是马尔可夫链的例子。随机漫步中每一步的状态是在图形中的点，每一步可以移动到任何一个相邻的点，在这里移动到每一个点的概率都是相同的（无论之前漫步路径是如何的）。.
查看 泊松过程和马尔可夫链
集合 (数学)
集合（Set，或簡稱集）是基本的数学概念，它是集合论的研究对象，指具有某种特定性质的事物的总体，（在最原始的集合論─樸素集合論─中的定義，集合就是“一堆東西”。）集合裡的事物（“东西”），叫作元素。若然 x 是集合 A 的元素，記作 x ∈ A。 集合是现代数学中一个重要的基本概念，而集合论的基本理论是在十九世纪末被创立的。这里对被数学家们称为“直观的”或“朴素的”集合论进行一个简短而基本的介绍，另外可參见朴素集合论；關於对集合作公理化的理論，可见公理化集合论。.
查看 泊松过程和集合 (数学)
Markov過程
#重定向 马尔可夫链.
欧几里得空间
欧几里得几何是在约公元前300年，由古希腊数学家欧几里得建立的角和空间中距离之间联系的法则。欧几里得首先开发了处理平面上二维物体的“平面几何”，他接着分析三维物体的“立体几何”，所有欧几里得的公理被编排到幾何原本。 这些数学空间可以被扩展来应用于任何有限维度，而这种空间叫做 n维欧几里得空间（甚至简称 n 维空间）或有限维实内积空间。 这些数学空间还可被扩展到任意维的情形，称为实内积空间（不一定完备）， 希尔伯特空间在高等代数教科书中也被称为欧几里得空间。 为了开发更高维的欧几里得空间，空间的性质必须非常仔细的表达并被扩展到任意维度。 尽管结果的数学非常抽象，它却捕获了我们熟悉的欧几里得空间的根本本质，根本性质是它的平面性。 另存在其他種類的空间，例如球面非欧几里得空间，相对论所描述的四维时空在重力出现的时候也不是欧几里得空间。.
查看 泊松过程和欧几里得空间
泊松
#重定向 西莫恩·德尼·泊松.
查看 泊松过程和泊松
泊松分佈
Poisson分布（法語：loi de Poisson，英語：Poisson distribution），译名有--分布、--分布、--分佈、--分佈、--分佈、--分佈、卜氏分配等，又稱帕松小數法則（Poisson law of small numbers），是一種統計與概率學裡常見到的離散機率分佈，由法國數學家西莫恩·德尼·泊松（Siméon-Denis Poisson）在1838年時發表。 泊松分布适合于描述单位时间内随机事件发生的次数的概率分布。如某一服务设施在一定时间内受到的服务请求的次数，电话交换机接到呼叫的次数、汽车站台的候客人数、机器出现的故障数、自然灾害发生的次数、DNA序列的变异数、放射性原子核的衰变数、雷射的光子數分布等等。 泊松分布的概率質量函数为： 泊松分布的参数λ是单位时间（或单位面积）内随机事件的平均发生率。 根据泰勒展开式可得:e^.
查看 泊松过程和泊松分佈
另见
马尔可夫过程
亦称为 Poisson過程，卜瓦松程序。