http://wenku.baidu.com/view/440955360b4c2e3f57276312.html
几种重要的概率分布有：
二项分布、泊松分布、均匀分布、指数分布和正太分布。
---------------------------------------------------------------------
一、贝努里概型和二项分布
1、贝努里概型
在相同条件下进行的n此重复试验，如果每次试验只有两个相对立的基本事件，而且它们在各次试验中发生的概率不变，那么称这样的试验为n重贝努里试验或贝努里概型。
如： 掷n次硬币（正面or反面）
投n次篮球（中or不中）
检查n个产品（合格or不合格）
设事件A在每次试验中发生的概率为p，（0<p<1），则它在贝努里概型下恰好发生m次的概率为
其中m=0,1,2，……，n；q=1-p
证明：由多个事件相互独立的概念可知，事件A在n次试验中指定的m次发生而n-m次不发生的概率为pmqn-m，又因为从n次试验中取出m次的方式有Cnm种，因此得证。
2、二项分布
定义 如果随机变量X的概率分布为
其中0<p<1, q=1-p, i=0,1,2,...,n，则称离散型随机变量X服从参数为n, p的二项分布。记为X~B(n,p）。
二项分布的数学期望E(X)=np，方差D(X)=npq。
下图是一个n=20，p=0.125的二项分布示意图：
二、泊松分布
定义 设变量X所有可能的取值为0,1,2,....，且概率分布为
并且i=0,1,2,....;λ是常数，且λ>0。则称X服从参数为λ的泊松分布，记为X~P(λ)。
二项分布与泊松分布的关系
（泊松定理）
设随机变量X服从二项分布B(n,p)，当n→+∞时，X近似地服从泊松分布P(λ)，即
其中，λ=np。
【PS：只有当p的值很小，一般小于0.1时，用泊松分布取代二项分布所产生的误差才会比较小】
泊松分布的数学期望E(X)=λ，方差D(X)=λ。
下图展示了一个泊松分布和二项分布的对比：
再看看p<0.1时候的情况
两者就比较接近了。