什么是Poisson模型？
Poisson模型（又称泊松分布）是概率论中一种重要的离散概率分布，用于描述在固定时间或空间内某事件发生的次数，
前提是这些事件以已知的平均速率独立发生。
它由法国数学家西莫恩·德尼·泊松（Siméon Denis Poisson）于1837年提出，广泛应用于电信、交通、金融、生物、物理等领域。
数学定义与公式
若随机变量 $ X $ 服从参数为 $ \lambda $ 的泊松分布，记作 $ X \sim \text{Poisson}(\lambda) $ ，其概率质量函数为：
$ P(X = k) = \frac{\lambda^k e^{-\lambda}}{k!} \quad (k = 0, 1, 2, \dots) $
其中：
- $ \lambda > 0 $ ：单位时间（或空间）内事件的平均发生次数
- $ e \approx 2.71828 $ ：自然对数的底
- $ k! $ ：k 的阶乘
关键性质
- 期望与方差相等： $ E[X] = \text{Var}(X) = \lambda $
- 可加性：若 $ X_1 \sim \text{Poisson}(\lambda_1) $ ， $ X_2 \sim \text{Poisson}(\lambda_2) $ 且独立，则 $ X_1 + X_2 \sim \text{Poisson}(\lambda_1 + \lambda_2) $
- 稀有事件近似：当 $ n $ 很大、 $ p $ 很小、 $ np = \lambda $ 时，二项分布 $ B(n, p) $ 可用泊松分布近似
实际应用场景
- 电话呼叫中心：每小时接到的电话数量
- 网站访问量：每分钟的页面请求次数
- 放射性衰变：单位时间内检测到的粒子数
- 交通事故统计：某路段每天发生的事故次数
- 生物实验：显微镜视野中某种细胞的数量
在线计算工具
输入参数 $ \lambda $ （平均发生率）和 $ k $ （事件发生次数），计算 $ P(X = k) $ ：