Enable JavaScript to interact with content and submit forms on Wolfram websites. Learn how

BinomialPointProcess

BinomialPointProcess[n,reg]

代表一个在区域 reg 中有 n 个点的二项式点过程.

更多信息

BinomialPointProcess[n,reg] 生成数量等于 n 的在区域 reg 内均匀分布的点.
一般使用情形包括当点的总数已被指定的情形，如已知一个区域内无线接收器的数量、水族馆内鱼的数量等.
BinomialPointProcess 和 PoissonPointProcess 都会在一个区域上生成均匀分布的点. 前者使用一个确定的点的数量，而后者使用一个随机的点数量.

在一个有边界的子区域内，点数量遵从 BinomialDistribution[n,p]，其中 p=RegionMeasure[sreg]/RegionMeasure[reg].
二项式点过程的 reg 的分离子区域中点的数量不是独立的.
对于满足的分离子区域而言，在体积为的子区域中点的数量的联合分布遵循 MultinomialDistribution[n,{ν₁/ν,…,ν_n/ν}]，其中是区域 reg 的体积.
BinomialPointProcess[n,reg] 是以事件为条件的 PoissonPointProcess[μ]，其中是一个随机变量，遵循 PointCountDistribution[PoissonPointProcess[μ],reg].
BinomialPointProcess 允许 n 是任何正整数，且 reg 可以是任何无参数区域.
BinomialPointProcess 可与诸如 RipleyK 和 RandomPointConfiguration 这样的函数一起使用.

范例

打开所有单元关闭所有单元

基本范例 (2)

对 BinomialPointProcess 抽样：

对数个实现进行抽样：

范围 (2)

从任何 RegionEmbeddingDimension 等于其 RegionDimension 的有效 RegionQ 中进行抽样：

在某地理区域中创建二项点过程：

在同样的区域模拟点：

应用 (1)

一位射手在范围内随机对一个直径为1米的圆形目标射击12发子弹. 模拟可能的子弹路径：

属性和关系 (4)

BinomialPointProcess 中的点的数量由 n 定义：

在单位圆盘上模拟 BinomialPointProcess：

有边界的子集上对应的 PointCountDistribution：

与概率分布函数比较自己种点数的直方图：

将 BinomialDistribution 拟合到点数：

检验拟合优度：

与理论分布比较检验：

区域覆盖上的 PointCountDistribution：

定义一个三组覆盖：

覆盖的点数分布：

为二项点过程计算无类型概率：

对于矩形：

二项点过程为静止的——其强度有平移不变性：

子区域内的点数分布：

平移子区域内的点数分布：

顶部