Calculateur FMP Poisson

La fonction de masse de probabilité de Poisson répond à une question précise : si des événements arrivent au taux moyen lambda par intervalle, quelle est la probabilité d'observer exactement k événements dans un intervalle ? Les centres d'appels l'utilisent pour les volumes de tickets, les biologistes pour les comptages de colonies, les ingénieurs de fiabilité pour les pannes rares et les étudiants pour les exercices d'examen qui exigent la forme fermée e à la puissance moins lambda multiplié par lambda à la k sur la factorielle de k. Ce calculateur de FMP de Poisson accepte un taux non négatif et un décompte entier non négatif, évalue la masse en espace logarithmique pour la stabilité numérique et renvoie la probabilité avec la chaîne de formule du manuel.

Ce que calcule la FMP de Poisson et quand elle s'applique

Une variable aléatoire de Poisson compte des événements discrets dans un intervalle fixe de temps ou d'espace lorsque les arrivées sont indépendantes, le taux moyen est constant et, dans l'idéalisation du modèle, deux événements n'occupent pas le même instant exact. La fonction de masse de probabilité est la formule à un seul terme : P de X égal à k égale e à la puissance de moins lambda, multiplié par lambda à la puissance k, divisé par la factorielle de k.

Ici lambda est le nombre attendu d'événements par intervalle et k est le décompte exact dont vous voulez la probabilité. Contrairement à une distribution cumulative, la FMP ne somme pas les termes voisins : elle isole une barre de l'histogramme discret. C'est ce que l'on saisit dans les moteurs de recherche lorsqu'on a besoin d'un calculateur de FMP de Poisson plutôt que d'un tableau de bord de distribution complet.

Exemples classiques : le nombre d'e-mails en une heure, les défauts sur une longueur de câble, les buts dans un match à taux de marquage constant ou les désintégrations radioactives en une minute. Le modèle est faux lorsque les événements s'agglutinent, lorsque le taux dérive en cours d'intervalle ou lorsque k est continu ; pour ces problèmes utilisez d'autres familles.

Dans ses hypothèses la formule est exacte, non une approximation, et ce point d'accès évalue cette expression exacte avec des logarithmes stables afin qu'un grand k ne fasse pas déborder les puissances intermédiaires de lambda avant que la factorielle ne les annule.

Contrat d'entrée, champs de réponse et erreurs de validation

Les chaînes numériques interprétables comme décimaux ou entiers ordinaires sont acceptées afin que les widgets de formulaire envoient des champs texte sans conversion côté client. Lambda peut valoir zéro, ce qui place toute la masse en k égal à zéro. K peut valoir zéro, ce qui renvoie e à la moins lambda.

Si k est négatif, non entier, manquant ou non fini, le même code d'erreur est levé avec un message spécifique au champ. En cas de succès le corps répète lambda et k, renvoie probability et le champ synonyme pmf (valeurs identiques pour les clients qui préfèrent l'un ou l'autre nom) et inclut formula comme la chaîne P(X=k) égale e à la moins lambda fois lambda à la k sur la factorielle de k. L'échec de validation n'est pas facturé.

Qui a besoin de la probabilité d'un décompte exact

Les plateformes de devoirs et les cours de statistique ont besoin d'un oracle déterministe du terme de décompte exact pour que les correcteurs notent P de X égal à k sans chaos de virgule flottante dû à des implémentations naïves de puissance puis division. Les tableaux de bord opérationnels tracent une seule masse lorsque les parties prenantes demandent la probabilité d'exactement n tickets dans l'heure suivante plutôt qu'au plus n.

Les bancs de simulation confrontent des probabilités de référence à cette forme fermée avant de comparer des fréquences de Monte Carlo. Figez les probabilités attendues en intégration continue, gardez lambda et k dans les limites documentées, et vous obtiendrez des masses reproductibles pour plugins LMS, workers en périphérie et carnets de recherche sans déployer une pile statistique complète.