Aller au contenu
ToolMug

Utilisez ↑ ↓ pour naviguer, Entrée pour ouvrir, Échap pour fermer.

Calculateur de loi de Poisson

Si un magasin reçoit en moyenne 3,5 clients par heure, quelle est la probabilité d’en avoir exactement 2 ? Avec 4 réclamations par jour en moyenne, quelle est celle d’en avoir plus de 9 ? Ces nombres d’événements par intervalle suivent la loi de Poisson. Saisissez λ et k pour obtenir la probabilité et le tableau complet.

Fonctionne dans votre navigateur — rien de ce que vous saisissez n’est envoyé

P(X ≤ 3)

0.536633

Moyenne
3.5
Variance
3.5
Écart type
1.8708
036912151821

Tableau des probabilités

kP(X = k)P(X ≤ k)
00.0301970.0302
10.1056910.1359
20.1849590.3208
30.2157850.5366
40.1888120.7254
50.1321690.8576
60.0770980.9347
70.0385490.9733
80.0168650.9901
90.0065590.9967
100.0022960.9990
110.000730.9997
120.0002130.9999
135.736e-51.0000
141.434e-51.0000
153.346e-61.0000

Binomiale : n essais indépendants, chacun réussissant avec la probabilité p. Poisson : nombre d’événements indépendants, avec une moyenne de λ par intervalle. Les probabilités sont calculées exactement, sans approximation normale.

Cet outil vous convient-il ?

Mode d’emploi

  1. Saisissez le nombre moyen λ pour l’intervalle qui vous intéresse.
  2. Sous Calculer, choisissez exactement, au plus, au moins k, etc.
  3. Saisissez k et lisez le résultat, le graphique et le tableau.

Explication des options

Formule
P(X = k) = λᵏ · e⁻λ / k!. L’espérance et la variance valent toutes deux λ.
Conditions d’application
Les événements arrivent indépendamment, à un taux moyen constant, et deux ne peuvent pas se produire exactement au même instant.
Adapter λ à l’intervalle
Avec 3,5 par heure en moyenne, une question sur une demi-heure utilise λ = 1,75.

Un exemple détaillé

Avec λ = 3,5 (par exemple 3,5 clients par heure), le réglage par défaut demande au plus 3 :

Calculer Résultat
P(X ≤ 3) 0,5366
P(X = 2) 0,1850
P(X ≤ 5) 0,8576
P(X > 5) 0,1424
Espérance = variance 3,5

Deux autres cas :

Question λ Calculer Probabilité
2 pannes par jour en moyenne, aucune aujourd’hui 2 P(X = 0) 0,1353
4 réclamations par jour en moyenne, plus de 9 aujourd’hui 4 P(X > 9) 0,0081

Questions fréquentes

Quel est le lien avec la loi binomiale ?

Une loi binomiale avec n grand et p petit est proche d’une loi de Poisson de paramètre λ = np. 1000 pièces avec 0,2 % de défauts donnent à peu près une loi de Poisson avec λ = 2.

À quoi cela correspond-il dans Excel ?

Exactement k : LOI.POISSON.N(k ; λ ; FAUX) ; au plus k : LOI.POISSON.N(k ; λ ; VRAI).

La variance de mes données est bien plus grande que la moyenne.

Les données sont alors surdispersées et le modèle de Poisson s’ajuste mal ; on utilise d’ordinaire une loi binomiale négative à la place.

Confidentialité

Cet outil fonctionne entièrement dans votre navigateur. Vos fichiers et vos textes sont traités sur votre appareil et ne sont jamais envoyés à nos serveurs.

Outils similaires