泊松分布算法的应用：开一家4S店
王老板开了一家4S店，卖新车为主，车型也很单一，可是每个月销量都变化很大，他很头疼，该怎么备货，头疼的是：
1）备货少了，客户来了没货可能就不买，去别的店了
2）备货多了，占用库存不说，长久卖不出去就成库存车，说不定要亏本处理了
我们用泊松概率算法帮他解决试试看。
【样板数据】
首先还是要看看样板数据，才能给出合理的办法，他们主打车型最近6个月销量情况是：
| 月份 | 销量 |
| 1 | 10 |
| 2 | 2 |
| 3 | 7 |
| 4 | 5 |
| 5 | 8 |
| 6 | 18 |
【数据准备】
样板数据有了，先用最笨的方法，做个平均数，6个月合计卖了50台，平均每月8.3台
【泊松分布】
（泊松分布（Poisson distribution），台译卜瓦松分布（法语：loi de Poisson，英语：Poisson distribution，译名有泊松分布、普阿松分布、卜瓦松分布、布瓦松分布、布阿松分布、波以松分布、卜氏分配等），是一种统计与概率学里常见到的离散机率分布（discrete probability distribution）。泊松分布是以18～19 世纪的法国数学家西莫恩·德尼·泊松（Siméon-Denis Poisson）命名的，他在1838年时发表。这个分布在更早些时候由贝努里家族的一个人描述过）
简单来说，就是用一个公式，计算一下在一定样本数量下发生一定次数的概率，而这个公式还是比较符合实际规律的。
数学公式是：
P（X=k）：成功发生k次的概率
：期望值，可以就取平均值用来计算（当然也可以适当调整）
e：就是自然常数
【计算】
有了样本数据，有了计算方法，我们就开动计算吧。
P=(8.3^k/k!)*e^(-8.3)
k取不同对应的概率和累计是：
王老板认为95%以上就大部分满足了，很明细，备货13台比较合适！
【怎么计算】
用excel可以很方便的计算：=($B$1^A4/FACT(A4)) * EXP(-$B$1)
FACT：阶乘
EXP：自然常数的指数
