Калькулятор распределения Пуассона
Расчет точных и накопленных вероятностей Пуассона
Введите среднюю интенсивность событий (λ) и число успехов (x), чтобы мгновенно вычислить все ключевые вероятности Пуассона.
Калькулятор распределения Пуассона
Расчет точных и накопленных вероятностей Пуассона
О калькуляторе распределения Пуассона
Распределение Пуассона — одно из важнейших дискретных распределений вероятностей в статистике и прикладной математике. Названное в честь французского математика Симеона Дени Пуассона, оно описывает вероятность того, что заданное число событий произойдет в фиксированном интервале времени или пространства, если эти события происходят независимо и с известной постоянной средней интенсивностью.
Распределение полностью задается одним параметром λ (lambda), который представляет среднее число событий в заданном интервале. Например, если колл-центр получает в среднем 10 звонков в час, то λ = 10. Вероятность получить ровно x звонков за час подчиняется распределению Пуассона с этим lambda.
Функция вероятности (PMF) распределения Пуассона имеет вид: P(X = x) = (e^−λ × λ^x) / x!, где e ≈ 2.71828 — число Эйлера, а x! — факториал x. Эта изящная формула позволяет вычислять точные вероятности для любого неотрицательного целого x.
Замечательное свойство распределения Пуассона состоит в том, что его среднее и дисперсия оба равны λ. Это означает, что стандартное отклонение равно √λ. По мере увеличения λ распределение становится более симметричным и приближается к нормальному распределению, что полезно для крупномасштабных приложений.
Этот калькулятор вычисляет пять ключевых вероятностных значений: P(X = x) для точного числа, P(X < x) для строго меньшего числа событий, P(X ≤ x) для не более чем x событий, P(X > x) для строго большего числа событий и P(X ≥ x) для как минимум x событий. Эти накопленные формы получаются суммированием PMF по соответствующему диапазону.
Распределение Пуассона широко применяется в науке, инженерии, финансах и медицине. Страховые компании используют его для моделирования частоты страховых случаев. Инженеры связи применяют его для анализа интенсивности поступления звонков и потоков сетевых пакетов. Команды контроля качества используют его для моделирования числа дефектов на единицу площади. Эпидемиологи применяют его для моделирования частоты заболеваний в популяциях.
Распределение также возникает как предельный случай биномиального распределения, когда число испытаний n очень велико, а вероятность успеха p очень мала, при np = λ. Эта связь делает модель Пуассона полезной для моделирования редких событий.
При использовании этого калькулятора убедитесь, что моделируемые события действительно независимы и происходят с постоянной средней интенсивностью. Если интенсивность меняется в пределах интервала — например, веб-трафик выше в рабочие часы — стандартная модель Пуассона может быть неподходящей, и вам может понадобиться неоднородный процесс Пуассона или другое распределение.
Примеры
Эти примеры демонстрируют расчеты вероятностей Пуассона для распространенных реальных сценариев.
| Входные данные (λ, x) | P(X = x) | Контекст |
|---|---|---|
| λ = 3, x = 2 | 0.22404 | Колл-центр: в среднем 3 звонка/мин, P(ровно 2) |
| λ = 5, x = 4 | 0.17547 | Дефекты на единицу: в среднем 5, P(ровно 4) |
| λ = 2, x = 0 | 0.13534 | Аварии в месяц: в среднем 2, P(ноль аварий) |
| λ = 10, x = 8 | 0.11260 | Запросы сервера: в среднем 10/с, P(ровно 8) |
Как пользоваться этим калькулятором
- Введите среднюю интенсивность событий (λ). Это должно быть неотрицательное десятичное число, например 3 или 2.5.
- Введите интересующее число событий (x). Это должно быть неотрицательное целое число, например 0, 1 или 2.
- Нажмите «Рассчитать», чтобы вычислить все пять вероятностей Пуассона и статистики распределения.
- Посмотрите P(X = x) для точной вероятности и накопленные значения для запросов по диапазонам.
- Нажмите «Сбросить», чтобы очистить все поля и начать новый расчет.
Часто задаваемые вопросы
Что такое распределение Пуассона?
Распределение Пуассона — это дискретное распределение вероятностей, моделирующее число событий, происходящих в фиксированном интервале времени или пространства. Оно задается одним параметром λ (lambda), средним числом событий на интервал. Оно применяется, когда события независимы и происходят с постоянной средней интенсивностью.
Что обозначает λ (lambda)?
Lambda (λ) — это среднее число событий в заданном интервале. Например, если сайт получает в среднем 50 посещений в минуту, то λ = 50. Lambda должна быть неотрицательным действительным числом. И среднее, и дисперсия распределения Пуассона равны λ.
В чем разница между P(X = x) и P(X ≤ x)?
P(X = x) — это точная вероятность наблюдать ровно x событий. P(X ≤ x) — накопленная вероятность наблюдать x или меньше событий, вычисляемая суммированием P(X = k) для k от 0 до x. Используйте накопленную форму, когда нужно узнать вероятность «не более x» наступлений.
Когда следует использовать распределение Пуассона?
Используйте распределение Пуассона, когда считаете число независимых событий в фиксированном интервале, а средняя интенсивность известна и постоянна. Классические примеры включают поступление звонков, счет радиоактивных распадов, частоту дефектов и запросы к веб-серверу. Если события зависимы или интенсивность меняется, рассмотрите альтернативные модели.
Может ли λ быть нецелым?
Да. λ может быть любым неотрицательным действительным числом, включая десятичные значения вроде 2.7 или 0.5. Только x (число успехов) должно быть неотрицательным целым числом. Дробные значения λ возникают естественно: например, если в среднем 3 события происходят каждые 2 часа, то λ = 1.5 в час.
Как связаны распределения Пуассона и биномиальное?
Распределение Пуассона является предельным случаем биномиального распределения. Когда число испытаний n очень велико, а вероятность успеха p в каждом испытании очень мала, так что np → λ, биномиальное распределение сходится к распределению Пуассона. Поэтому распределение Пуассона полезно как приближение для подсчета редких событий в больших популяциях.