二项分布和泊松分布，二者的关系

离散型随机变量中，经典的两个分布为二项分布和泊松分布。

1. 二项分布的定义

   

2. 泊松分布的定义

   

3. 注意

   一，对泊松分布定义的右边式子，对k=0,1,2,….求和的结果为1，即所有事件的概率之和为1。这可以从我们熟知的公式
   

   $$\begin{equation} e^{\lambda}=\sum_{k=0}^{\infty}\frac{\lambda^{k}}{k!} \end{equation}$$
   得出。对于上式的证明，参见另一篇博客。

   二，泊松分布可看成是二项分布的极限而得到，记常数
   

   $$\begin{equation}\lambda = np \end{equation}$$
   则有如下：

也就是说，当二项分布中的试验次数n比较大，事件A在一次试验中发生的概率p比较小时，二项分布的一个事件发生次数的概率可以用泊松分布的概率来模拟。