드물게, 서로 독립적으로 일어나는 사건이 일정한 시간이나 면적 안에서 일어나는 횟수가 따르는 확률 분포. 평균을 λ라고 하면 k번 일어날 확률은 λᵏ × e^(−λ) ÷ k!이고, 평균과 분산이 모두 λ가 된다. 서버에 대한 요청의 도착 수, 창구에 대한 문의 수, 웨이퍼 위의 결함 수, 광자 수 등의 모델에 사용된다. 결함이 0개일 확률 e^(−λ)는 푸아송 수율 모델의 식에 해당한다. 도착 수가 푸아송 분포를 따를 때, 도착 간격은 지수 분포를 따른다.
일본어 명칭: ポアソン分布
푸아송 분포(Poisson Distribution)은(는) 이미지 센서와 광소자, 확률·통계와 대기행렬 등 2개 분야의 연습 문제 3개에 나와요.
분야: 확률·통계와 대기행렬
정답: C. 0.224
평균 λ인 푸아송 분포에서 건수가 k가 될 확률은 P(k) = λᵏ × e^(−λ) ÷ k!입니다. λ = 3, k = 2에서는 P(2) = 3² × e⁻³ ÷ 2 = 4.5 × 0.0498 ≈ 0.224입니다. 푸아송 분포는 드물게 일어나는 사건이 일정한 시간이나 면적 안에서 몇 번 일어나는지를 나타내며, 웨이퍼 위의 결함 수 등에도 사용됩니다.
평균 λ인 푸아송 분포에서 건수가 k가 될 확률은 P(k) = λᵏ × e^(−λ) ÷ k!입니다.
서비스 데스크에 대한 문의가 1시간당 평균 3건, 서로 독립적으로 무작위로 도착하며, 1시간에 도착하는 건…광자는 확률적으로 도래하므로 평균 N개의 신호 전자에는 √N 정도의 요동(푸아송 분포)이 있습니다.
광자 수의 통계적 요동에 의한 샷 노이즈의 크기와 신호 전자의 수 N의 관계로 올바른 것은?광자의 샷 노이즈에서는 신호 전자 수의 분산이 평균값과 같아집니다(포아송 분포).
이미지 센서의 변환 이득 등을, 밝기를 바꾸어 촬영한 이미지 신호의 평균값과 편차(분산)의 관계로부터 구하…샷 노이즈(Shot Noise) 서비스 데스크(Service Desk) 포화 전자 수(풀웰 용량) 가설 검정(Hypothesis Testing) 기댓값(Expected Value) 대기행렬 이론(Queueing Theory) 베이즈 정리(Bayes' Theorem) 사분위수(Quartile) 상관 계수(Correlation Coefficient) 순열과 조합(Permutations and Combinations)