泊松分布怎样理解

泊松分布适合于描述单位时间内随机事件发生的次数的概率分布。如某一服务设施在一定时间内受到的服务请求的次数，电话交换机接到呼叫的次数、汽车站台的候客人数、机器出现的故障数、自然灾害发生的次数、DNA序列的变异数、放射性原子核的衰变数、激光的光子数分布等等。

理解：举个例子：求某道路某地点每小时经过车辆数的分布

1、求的是什么的分布随机变量 X：每小时经过的车辆数密度函数：P(X=k)：每小时经过k量车的概率所以实际上求的就是每小时经过k辆车的概率分布。

2、与投掷多次硬币事件有什么关系Note:投掷多次硬币（假设60次）的时候，每次投掷都是独立的，正面概率为p，我们将投掷60次硬币，获得多少正面记为随机变量X，得到的概率分布为二项分布。同样的，我们可以将“每小时经过的车辆数”看成是60分钟里，每分钟经过车辆数的和。我们将每分钟内有车经过指定地点看成事件成功，而没有车经过看成事件失败。一个小时，看成是独立重复60次试验。将这个问题转化为一个二项分布问题。

3、如何求独立时间成功概率pNote:通过观察已知平均每小时通过的车辆数为ℷ，ℷ为数学期望，因为符合二项分布，所以数学期望ℷ=np每个单位时间内某指定地点经过车辆的概率为ℷ/n, n为将1小时划分为多少个单位时间段。

4、问题的转化假设求解P(X=3)每小时经过3辆车的概率。将一小时磷挎菪闲划分成60分钟，密度函数转化为（从60分钟里挑选出 3 个 1 分钟的可能组合数）* 任意一分钟有车经过的概率（ℷ/60）* 任意一分钟没有车经过的概率（1-ℷ/60）这可能存在的问题是，每分钟不止经过一辆车，单次时间的概率总是为1。我们可以继续将时间段变小，变成秒，则密度函数为：（从3600秒里挑选出 3 秒的可能组合）* 任意一秒有车经过的概率（ℷ/3600）* 任意一秒没有车经过的概率（1-ℷ/3600）这可能还是存在问题，可能每一秒都不止一辆车通过。所以我们需要将时间段无限细分，就像是抛掷无数次硬币，求解得到正面为k次的分布。

公式推导