伯努利分布和二项分布的关系：
1.伯努利分布是二项分布的单次试验的特例，即单次二项分布试验
2.二项分布和伯努利分布的每次试验都只有两个可能的结果
3.二项分布每次试验都是互相独立的，每一次试验都可以看作一个伯努利分布
泊松分布和二项分布的关系：
以下条件下，泊松分布是二项分布的极限形式：
1.试验次数非常大或者趋近无穷，即n→∞；
2.每次试验的成功概率相同且趋近零，即p→0；
3.np=λ是有限值
正态分布和二项分布的关系&正态分布和泊松分布的关系：
以下条件下，正态分布是二项分布的一种极限形式：
1.试验次数非常大或者趋近无穷，即n→∞；
2.p和q都不是无穷小
参数λ→∞的时候，正态分布是泊松分布的极限形式
指数分布和泊松分布的关系：
如果随机事件的时间间隔服从参数为λ的指数分布，那么在时间周期t内事件发生的总次数服从泊松分布，相应的参数为λt
————————————————
指数分布：
https://blog.csdn.net/ccnt_2012/article/details/89875865
泊松分布：
https://blog.csdn.net/ccnt_2012/article/details/81114920
当二项分布的 p 很小的时候，泊松分布与二项分布十分接近
假设：浦东机场近日因车位紧张导致车流堵塞；为了解决这个问题，领导打算扩建停车场并且让你预估需要添加的车位数量。
1、请写出你认为需要的辅助数据
2、如果给你题1中你需要的数据，请阐述你如何使用这些数据预估车位数量。
1.需要历史访问车次数据，访问的时间，离开的时间
2.统计平均每辆车停车时长t1
以t1作为time interval统计平均每t1时间段内访问车辆数量lambda
以t1作为时间区间，每区间内访问车辆数量为k的概率P(k)满足泊松分布P(k) = exp(-lambda)*lambda^k/k!
此时，我们有，下一个时间段t1内访问车次的数量为k1的概率P(k1)，此时上一个时段进来的车辆已经开始陆续离开（平均停留时间t1）因此，假如我们要求95%的概率不会出现拥堵，则可以让p(k1) = 0.95 求出 k1。则k1 - 现有车位，就是我们要扩建的数量。