本文通过举例解释泊松分布的概念，将其与二项分布联系起来，展示如何从二项分布推导出泊松分布的概率密度函数。通过极限过程，说明在特定条件下泊松分布的适用性，并给出了实际问题的应用示例。
本文始发于个人公众号：TechFlow，原创不易，求个关注
今天是概率统计专题的第5篇文章，这篇文章的出现意味着高等数学专题我们已经告一段落了。高数当中剩下的内容还有很多，比如多重积分、微分方程求解等等内容。但对于算法领域来说，基本的微积分已经基本上足够了，本着学以致用，用不到就不学的精神(大雾)，所以我们就不再继续往下延伸，如果以后有相关的内容涉及，我们再来开文章单讲。
我们这篇文章的内容关于统计学中的泊松分布。
举个栗子
泊松分布在概率统计当中非常重要，可以很方便地用来计算一些比较难以计算的概率。很多书上会说，泊松分布的本质还是二项分布，泊松分布只是用来简化二项分布计算的。从概念上来说，这的确是对的，但是对于我们初学者，很难完全理解到其中的精髓。
所以让我们来举个栗子，来通俗地理解一下。
假设我们有一颗栗子树，有时候因为风或者是小动物活动的关系，树上可能会掉下栗子来，树上掉栗子显然是一个偶然事件，并且发生的概率很低，那么我们怎么求它的概率分布呢？泊松分布解决的就是这样一个问题。
好像没有一个模型可以直接来刻画这个问题，必须要经过一些转化。
其实我们可以将事件切分，将这个问题转化成二项分布问题
最低0.47元/天 解锁文章
1050
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
