目录
简单的扩展到泊松分布
比较整体的动态过程，增加实验次数时
当二项分布，n很大，p很小的时候，会趋向泊松分布
当n足够大时，二项分布趋向于正态分布。这个结论在概率论中被称为中心极限定理，它是概率论中一个非常重要的定理，广泛应用于各种领域，如金融、工程、生物学等。
简单的扩展到泊松分布
1 M，N都趋向∞时，超几何分布趋向二项分布
2 n足够大，np固定，二项分布概率收敛于泊松分布，
近似成立的前提要求n足够大，而p足够小，np不是很小
3 他们的期望都是一样的，概率分布pdf不同
4 其中超几何分布3个参数，二项分布2个参数，泊松分布1个参数
M/N 趋向于P，而np=λ
画图注意
为了看出明显差别，只取前5个数据做曲线比较即可
文章来源：https://www.toymoban.com/news/detail-586260.html
比较整体的动态过程，增加实验次数时
- 把数据总量S扩展到30条，
- 手动修改实验次数可以发现动态规律
- 那就是二项分布的PDF图形在趋向于 泊松分布
比较整体的动态过程，增加实验次数时
把数据总量S扩展到30条，
手动修改实验次数可以发现动态规律
那就是二项分布的PDF图形在趋向于 泊松分布文章来源地址https://www.toymoban.com/news/detail-586260.html
到了这里，关于概率论的学习和整理16： 泊松分布（未完成）的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
