Calculatrice de Distribution de Poisson
Le calculateur de loi de Poisson de MiniWebtool modélise le nombre d’événements à partir d’un taux moyen donné. Il calcule la probabilité d’un nombre choisi et les probabilités cumulées, avec graphiques de la fonction de masse et de répartition pour expliquer la distribution.
Dans Gemini, collez la question copiée dans le chat. Vous pouvez aussi la copier ci-dessous.Besoin d’aide pour utiliser cet outil ? Demandez à une IA
Voir la question
Saisissez ci-dessous le taux moyen λ et un nombre k pour obtenir P(X = k), les probabilités cumulées et les étapes.
Votre bloqueur de publicités nous empêche d’afficher des annonces
MiniWebtool reste gratuit grâce aux annonces. Si cet outil vous a aidé, soutenez-nous en passant à une navigation sans publicité avec plus d’utilisations quotidiennes, ou autorisez MiniWebtool.com puis rechargez.
- Autorisez les annonces pour MiniWebtool.com, puis rechargez
- Ou passez à une offre sans publicité avec des limites quotidiennes plus élevées
Calculatrice de Distribution de Poisson
Bienvenue dans la Calculatrice de Distribution de Poisson, un outil complet pour calculer les probabilités de Poisson avec des visualisations interactives et des solutions étape par étape. Que vous soyez un étudiant apprenant la théorie des probabilités, un chercheur analysant des données d'événements ou un professionnel travaillant avec des modèles statistiques, cette calculatrice fournit des résultats précis avec des explications détaillées.
En bref
La Calculatrice de Distribution de Poisson calcule les probabilités d'un nombre d'événements à partir du taux moyen λ et du nombre k. Elle donne P(X = k), les probabilités cumulées et de queue, la moyenne et la variance, des graphiques PMF et CDF et le détail du calcul.
| Fonctionnalité | Ce que vous obtenez | Idéal pour |
|---|---|---|
| Données | Saisissez le taux moyen λ, qui doit être supérieur à zéro, et le nombre d'événements k comme entier positif ou nul. | Décompter des appels, arrivées ou défauts par intervalle |
| Probabilité exacte | P(X = k) selon la PMF e^(−λ) · λ^k / k!, par exemple 0.1404 pour λ = 5 et k = 3. | Probabilité d'exactement k événements dans un intervalle |
| Probabilités cumulées et de queue | P(X ≤ k) et P(X > k), ainsi que P(X < k) et P(X ≥ k). | Probabilité d'au plus, moins de, plus de ou au moins k événements |
| Moyenne et variance | Indique la moyenne, la variance et l'écart-type. Pour une loi de Poisson, moyenne et variance valent toutes deux λ. | Vérifier si des décomptes suivent une loi de Poisson |
| Graphiques PMF et CDF | Graphique en barres de la fonction de masse et graphique en escalier de la distribution cumulée. | Voir la répartition des probabilités entre les décomptes |
| Solution étape par étape | Applique la formule de Poisson aux valeurs saisies et propose un bouton de copie des résultats. | Étudiants en statistiques vérifiant leurs calculs |
Qu'est-ce que la distribution de Poisson ?
La distribution de Poisson est une distribution de probabilité discrète qui modélise le nombre d'événements se produisant dans un intervalle fixe de temps ou d'espace. Nommée d'après le mathématicien français Siméon Denis Poisson, c'est l'une des distributions les plus importantes en théorie des probabilités et en statistique.
La distribution de Poisson est caractérisée par un seul paramètre lambda (λ), qui représente le taux moyen d'événements par intervalle. Les propriétés clés incluent :
- Les événements se produisent indépendamment : L'occurrence d'un événement n'affecte pas la probabilité d'un autre
- Taux moyen constant : Les événements se produisent à un taux moyen constant connu λ
- Pas d'événements simultanés : Deux événements ne peuvent pas se produire exactement au même instant
- La moyenne est égale à la variance : Pour une distribution de Poisson, la moyenne et la variance sont toutes deux égales à λ
Comprendre Lambda (λ) et k
Qu'est-ce que Lambda (λ) ?
Lambda (λ) est le paramètre de taux moyen de la distribution de Poisson. Il représente le nombre attendu d'événements par intervalle. Par exemple :
- Un centre d'appels reçoit en moyenne 10 appels par heure → λ = 10
- Un site Web reçoit en moyenne 50 visiteurs par minute → λ = 50
- Une machine produit en moyenne 2 défauts par jour → λ = 2
Qu'est-ce que k ?
La variable k représente le nombre spécifique d'événements pour lequel vous souhaitez calculer la probabilité. Il doit s'agir d'un entier non négatif (0, 1, 2, 3, ...). Par exemple, si vous voulez connaître la probabilité d'avoir exactement 3 appels en une heure, alors k = 3.
Comment calculer les probabilités de la distribution de Poisson
- Identifiez vos paramètres : Déterminez le taux moyen d'événements (λ) et le nombre d'événements (k) pour lesquels vous souhaitez calculer la probabilité.
- Entrez les valeurs : Entrez votre valeur lambda (λ) représentant le taux moyen et votre valeur k représentant le nombre d'événements dans la calculatrice.
- Calculez les probabilités : Cliquez sur Calculer pour obtenir P(X = k), P(X ≤ k), P(X > k) et d'autres mesures de probabilité ainsi que des visualisations.
- Examinez la solution étape par étape : Examinez les étapes mathématiques détaillées montrant comment chaque probabilité a été calculée à l'aide de la formule de Poisson.
- Analysez les graphiques : Utilisez le graphique à barres PMF et le graphique en escalier CDF pour visualiser la distribution et comprendre l'étalement des probabilités.
Exemple : Arrivées de clients
Un café reçoit en moyenne 5 clients par heure. Quelle est la probabilité que exactement 3 clients arrivent dans une heure donnée ?
Solution : Avec λ = 5 et k = 3 :
$$P(X = 3) = \frac{e^{-5} \cdot 5^3}{3!} = \frac{0,00674 \times 125}{6} \approx 0,1404$$
Il y a environ 14,04 % de chances que exactement 3 clients arrivent.
Types de probabilité expliqués
| Probabilité | Notation | Signification |
|---|---|---|
| Probabilité exacte | P(X = k) | Probabilité d'avoir exactement k événements |
| Cumulée (au plus k) | P(X ≤ k) | Probabilité d'avoir k événements ou moins |
| Cumulée (moins de k) | P(X < k) | Probabilité d'avoir moins de k événements |
| Queue (plus de k) | P(X > k) | Probabilité d'avoir plus de k événements |
| Queue (au moins k) | P(X ≥ k) | Probabilité d'avoir k événements ou plus |
Quelle est la différence entre PMF et CDF ?
La PMF (Fonction de Masse de Probabilité) donne la probabilité que exactement k événements se produisent : P(X = k). Elle montre la probabilité pour chaque valeur spécifique de k.
La CDF (Fonction de Distribution Cumulée) donne la probabilité qu'au plus k événements se produisent : P(X ≤ k). C'est la somme de toutes les valeurs PMF de 0 à k :
Applications de la distribution de Poisson
La distribution de Poisson est largement utilisée dans de nombreux domaines :
- Affaires : Modélisation des arrivées de clients, des transactions de vente, des volumes de centres d'appels
- Santé : Analyse des épidémies, des arrivées de patients, des événements indésirables rares
- Technologie : Analyse du trafic réseau, requêtes serveur, pannes de système
- Assurance : Modélisation des fréquences de réclamations, taux d'accidents
- Biologie : Comptage des colonies de bactéries, mutations génétiques, désintégration radioactive
- Contrôle qualité : Comptage des défauts dans les processus de fabrication
Quand utiliser la distribution de Poisson
Utilisez la distribution de Poisson lorsque :
- Les événements se produisent indépendamment les uns des autres
- Les événements se produisent à un taux moyen constant
- Deux événements ne peuvent pas se produire exactement au même instant
- Vous comptez des événements discrets dans un intervalle fixe
- Les événements sont relativement rares (la probabilité d'un événement dans un petit intervalle est faible)
Foire Aux Questions
Qu'est-ce que la distribution de Poisson ?
La distribution de Poisson est une distribution de probabilité discrète qui modélise le nombre d'événements se produisant dans un intervalle fixe de temps ou d'espace lorsque les événements se produisent à un taux moyen constant connu (λ) et indépendamment les uns des autres. Elle est couramment utilisée pour modéliser des événements rares comme les arrivées de clients, les pannes de système ou la désintégration radioactive.
Qu'est-ce que lambda (λ) dans la distribution de Poisson ?
Lambda (λ) est le paramètre de taux moyen de la distribution de Poisson. Il représente le nombre attendu d'événements par intervalle. Par exemple, si un centre d'appels reçoit en moyenne 5 appels par heure, alors λ = 5. Lambda doit être positif et peut être n'importe quel nombre réel supérieur à zéro.
Comment calculer P(X = k) pour une distribution de Poisson ?
La probabilité d'avoir exactement k événements est calculée à l'aide de la formule PMF de Poisson : P(X = k) = (e^(-λ) × λ^k) / k!. Par exemple, avec λ = 5 et k = 3 : P(X = 3) = (e^(-5) × 5^3) / 3! = (0,00674 × 125) / 6 ≈ 0,1404 ou environ 14,04 %.
Quelle est la différence entre PMF et CDF dans la distribution de Poisson ?
La PMF (Fonction de Masse de Probabilité) donne la probabilité d'avoir exactement k événements : P(X = k). La CDF (Fonction de Distribution Cumulée) donne la probabilité d'avoir au plus k événements : P(X ≤ k), qui est la somme de toutes les valeurs PMF de 0 à k. La CDF est utile pour calculer les probabilités de plages de résultats.
Quand dois-je utiliser la distribution de Poisson ?
Utilisez la distribution de Poisson lorsque : (1) les événements se produisent indépendamment, (2) les événements se produisent à un taux moyen constant, (3) deux événements ne peuvent pas se produire exactement au même instant, et (4) vous comptez le nombre d'événements dans un intervalle fixe. Les applications courantes incluent la modélisation du trafic Web, les réclamations d'assurance, les pannes d'équipement et les processus biologiques.
Citez ce contenu, cette page ou cet outil comme suit :
"Calculatrice de Distribution de Poisson" sur https://MiniWebtool.com/fr/calculatrice-de-distribution-de-poisson/ de MiniWebtool, https://MiniWebtool.com/
par l'équipe miniwebtool. Mis à jour : 13 janv. 2026
Discutez avec votre IA préférée
Dans Gemini, collez la question copiée dans le chat. Vous pouvez aussi la copier ci-dessous.
Voir la question
Opérations mathématiques avancées:
- Calculateur de Matrice d'Adjacence Nouveau
- Calculatrice d'Antilogarithme
- Calculatrice de la fonction bêta
- Calculateur de Coefficient Binomial
- Calculatrice de distribution binomiale
- Calculatrice de Bit Populaire
- Simplificateur d'Algèbre de Boole Nouveau
- Calculateur du Théorème Central Limite
- Calculatrice du Théorème des Restes Chinois
- Calculatrice de Combinaison
- Calculatrice de Fonction d'Erreur Complémentaire
- Calculatrice de Nombres Complexes
- Calculatrice de fractions continues
- Calculateur de Dérangement (Sous-factorielle)
- Calculateur de plus court chemin de Dijkstra
- Calculatrice d'Entropie
- Calculatrice de fonction d'erreur
- Calculatrice de la fonction indicatrice d'Euler
- Calculatrice de désintégration exponentielle
- Calculatrice de croissance exponentielle
- Calculatrice d'intégrale exponentielle
- Calculatrice des Exposants (Haute Précision) Populaire
- Calculatrice de l'Algorithme Euclidien Étendu
- Calculatrice Factorielle
- Calculatrice de Fonction Gamma
- Calculateur de Nombre d'Or
- Calculateur de Coloration de Graphes Nouveau
- Validateur de séquence de degrés de graphe
- Calculateur d'Ordre en Théorie des Groupes Populaire
- Calculatrice de demi-vie
- Vérificateur de Chemin Hamiltonien Nouveau
- Calculateur d'Inclusion-Exclusion Nouveau
- Solveur de Tableau de Karnaugh (K-Map) Nouveau
- Solveur de Programmation Linéaire Nouveau
- Calculateur d'état stationnaire de chaîne de Markov
- Calculateur d'arbre couvrant minimum
- Calculateur d'Exponentiation Modulaire Nouveau
- Calculatrice de l'Inverse Multiplicatif Modulaire
- Calculateur de Distribution Binomiale Négative Nouveau
- Calculateur de Flot Maximal dans un Réseau Nouveau
- Calculatrice du Taux de Croissance en Pourcentage
- Calculatrice de permutation
- Calculateur de Permutations avec Répétition Nouveau
- Calculateur du principe des tiroirs
- Vérificateur de Graphe Planaire Nouveau
- Calculatrice de Distribution de Poisson
- Calculatrice des racines de polynômes avec étapes détaillées
- Calculateur de Racine Primitive
- Calculatrice de probabilité
- Calculatrice de Distribution de Probabilité
- Calculatrice de Proportion
- Calculatrice de Formule Quadratique Populaire
- Calculateur d’Anneaux et de Corps Nouveau
- Calculateur d'Arrondi Nouveau
- Calculatrice Scientifique
- Calculatrice de notation scientifique
- Calculateur de Théorie des Ensembles
- Calculateur de Chiffres Significatifs Nouveau
- Solveur du Problème des Mariages Stables Populaire
- Calculateur de Nombres de Stirling
- Calculatrice de Somme de Cubes
- Calculatrice de la somme des entiers positifs
- Calculatrice de la somme des carrés
- Calculateur de Tri Topologique Nouveau
- Solveur du Voyageur de Commerce (TSP) Nouveau
- Générateur de table de vérité
- Générateur de Diagramme de Venn (3 Ensembles)