各种分布模型关系梳理

抛硬币实验里仅有两种对立的结果A和A',是典型的（0-1）分布，在同一条件下重复做n次独立实验，并设在同一次实验中A发生的概率是P（A）=p,0<p<1,P(A')=1-P(A)=q.这时，在n次实验中出现A的总次数记为K是一个随机变量，且总有：

，上述分布称为二项分布。

当p很小，n很大，适中时，二项分布可以用泊松分布逼近。泊松分布概率密度函数可表示为：

。泊松过程描述在一段时间内事件发生次数的概率分布，而两次事件发生的时间间隔可以用指数分布描述。

当p适中即（0.1<p<0.9）时，n足够大的情况下，泊松分布可以用高斯分布近似逼近。高斯分布概率密度函数可表示为：。

综上所述，二项分布b(n,p)当n很大，p很小，大小适中时，可用泊松分布来近似，当n充分大，且p适中时，二项分布可以用正态分布N（np,np(1-p)）来近似。泊松分布当参数充分大时，其极限为N(np,np)的正态分布。泊松过程可看做计数过程，两次计数间隔服从指数分布。