UTILS.
Privés par défaut
🎯

Calculateur de loi de Poisson

Probabilités de Poisson exactes, cumulées et de queue pour un taux moyen λ et un décompte k, plus la moyenne, la variance et l'écart-type.

Vos fichiers restent sur cet appareil

Les fichiers sont traités dans votre navigateur, jamais envoyés. Le site télécharge le code et les ressources nécessaires aux outils. Sans compte ni traceurs.

Utilisez Télécharger pour enregistrer cet outil dans un fichier HTML utilisable hors ligne.

Confidentialité →

λ est le nombre moyen d'événements par intervalle ; k est un nombre entier d'événements. Les deux mettent à jour les résultats en direct.

À propos de cet outil

Le calculateur de loi de Poisson donne la probabilité qu'un nombre d'événements k survienne dans un intervalle fixe lorsqu'ils se produisent indépendamment à un taux moyen constant λ (lambda). Saisissez le taux moyen et un décompte et il renvoie les probabilités exactes et cumulées en direct, le tout calculé dans votre navigateur.

La fonction de masse de probabilité est P(X = k) = λᵏ·e^(−λ) / k!. Pour rester numériquement stable avec de grands décomptes, l'outil l'évalue en espace logarithmique sous la forme exp(−λ + k·ln λ − ln k!), en utilisant une approximation de Lanczos pour le log-factoriel. Il somme aussi la fonction de masse pour donner le cumulé P(X ≤ k), le strict P(X < k) et la queue supérieure P(X ≥ k). Une propriété caractéristique de la loi de Poisson est que sa moyenne et sa variance sont toutes deux égales à λ, donc l'écart-type est √λ.

Utilisez-le pour les arrivées par heure, les défauts par lot, les appels par minute, les décomptes de désintégration et tout processus d'événements rares où le décompte est un entier non négatif. Le taux λ doit être supérieur à zéro et k doit être un nombre entier de zéro ou plus.

Foire aux questions

Qu'est-ce que λ (lambda) ?
Lambda est le nombre moyen d'événements attendus dans l'intervalle — le taux moyen. Pour un processus de Poisson c'est aussi la variance, donc l'écart-type est √λ. Il doit être un nombre positif mais pas nécessairement entier.
Comment P(X = k) est-il calculé pour un grand k ?
En espace logarithmique : exp(−λ + k·ln λ − ln k!), où ln k! provient d'un log-gamma de Lanczos. Cela évite le dépassement de capacité lié au calcul direct de λᵏ ou k!, donc les très grands décomptes restent précis.
Quelle est la différence entre P(X ≤ k) et P(X ≥ k) ?
P(X ≤ k) est la probabilité cumulée de k événements ou moins ; P(X ≥ k) est k ou plus. Elles se chevauchent exactement à k, donc P(X ≤ k) + P(X ≥ k) = 1 + P(X = k), pas 1. L'outil affiche aussi le strict P(X < k).
Quand le modèle de Poisson est-il approprié ?
Lorsque les événements surviennent indépendamment à un taux moyen constant sur un intervalle fixe de temps ou d'espace, et que deux événements ne peuvent pas se produire au même instant exact. Les exemples incluent les arrivées, les défauts, les fautes de frappe par page et les désintégrations radioactives.

Plus d'outils