刚好上课的讲义上讲了这个例子：
这里有这么几个潜在的假设：
- 每个小区间段是否有客人到达是独立的
- 每个小区间段客人到达的概率反比于n
这种情况下，根据上面的推理，到达人数就满足泊松分布了。
对于编程好的人来说，理解为什么会这样最好的办法是做个模拟。不妨按照上面的办法，取一个比较大的n，产生二项分布，再求和，重复上面步骤1000次，看看分布是怎样的。可以调整一下n的大小比较一下，看看二项分布是不是趋向于泊松分布。
上面只是模拟，如果是要生成泊松分布随机数的话，可以直接用分布函数。除了分布函数之外，还有更好的办法。
如果在一个单位时间内平均到达的人数为\lambda ，那么t时间内平均到达人数就是\lambda t ，那么在t时间内没有人到达的概率为P(\{0\})=e^{-\lambda t}=P({T>t}) ，也就是说两次到达之间的等待时间服从指数分布。
嗯，所以给定到达率\lambda 和一个时间T，可以不停的产生指数分布t，知道这些t的和大于T了，产生了多少次指数分布就记这个次数，一定服从泊松分布。至于如何产生指数分布，不用我写了吧。。。
