Калькулятор розподілу Пуассона

Розподіл Пуассона — дискретний розподіл ймовірностей, що описує кількість випадкових подій у фіксованому інтервалі часу чи простору за відомою середньою інтенсивністю λ. Названий на честь французького математика Сімеона Дені Пуассона. Широко застосовується у статистиці, теорії черг, телекомунікаціях, фізиці та бізнес-аналітиці.

Даний інструмент реалізує науково обґрунтований підхід до обчислень, що базується на перевірених математичних методах і стандартних формулах теорії ймовірностей. Усі розрахунки виконуються у реальному часі безпосередньо у браузері — без відправки даних на сервер і без необхідності встановлювати додаткове програмне забезпечення. Інтерфейс оптимізований для зручного введення параметрів, відображення результатів з необхідною точністю та покрокових пояснень застосованих формул.

Розрахунок ймовірності

Формула розподілу Пуассона

Функція ймовірності

P(X = k) = (λ^k · e^(−λ)) / k! де: λ — середнє очікуване число подій за інтервал (rate parameter) k — кількість подій, ймовірність якої шукаємо (ціле невід'ємне число) e ≈ 2,71828 — основа натурального логарифма k! — факторіал k

Кумулятивні ймовірності

P(X ≤ k) = Σ P(X = i), i = 0 .. k (ймовірність не більше k подій) P(X > k) = 1 − P(X ≤ k) (ймовірність більше ніж k подій)

Числові характеристики

Математичне сподівання: E(X) = λ Дисперсія: D(X) = λ Стандартне відхилення: σ = √λ

Обмеження та особливості обчислень

  • Точність чисел з рухомою комою — JavaScript оперує 64-бітними числами подвійної точності, факторіали понад 170! переповнюють діапазон, тому значення k у цьому калькуляторі обмежено 100
  • Незалежність подій — модель коректна лише якщо події трапляються незалежно одна від одної
  • Стала інтенсивність — λ має залишатися приблизно сталою протягом усього інтервалу спостереження
  • Рідкісні події — розподіл найкраще працює для відносно рідкісних подій на великому числі можливостей
  • Надлишкова дисперсія — якщо реальна дисперсія даних значно перевищує середнє, варто розглянути від'ємний біноміальний розподіл

Приклади розв'язання

Покрокові задачі

Приклад 1: Call-центр в середньому отримує 3 дзвінки за хвилину (λ = 3). Яка ймовірність того, що за наступну хвилину надійде рівно 2 дзвінки?

Розв'язання:

P(X = 2) = (3² · e⁻³) / 2! = (9 · 0,049787) / 2

P(X = 2) = 0,448084 / 2 = 0,2240

Відповідь: ймовірність рівно 2 дзвінків становить ≈ 22,40%.

Приклад 2: Середня кількість друкарських помилок на сторінці книги — 5 (λ = 5). Яка ймовірність того, що на сторінці не буде жодної помилки?

Розв'язання:

P(X = 0) = (5⁰ · e⁻⁵) / 0! = (1 · 0,006738) / 1

P(X = 0) = 0,006738

Відповідь: ймовірність відсутності помилок на сторінці становить ≈ 0,67%.

Приклад 3: У середньому на веб-сайт заходить 2 відвідувачі за хвилину (λ = 2). Яка ймовірність того, що за хвилину зайде рівно 3 відвідувачі?

Розв'язання:

P(X = 3) = (2³ · e⁻²) / 3! = (8 · 0,135335) / 6

P(X = 3) = 1,082682 / 6 ≈ 0,1804

Відповідь: ймовірність рівно 3 відвідувачів становить ≈ 18,04%.

Практичне значення та контекст

Де застосовується

Інструменти даного типу широко застосовуються в освіті, науці та інженерній практиці. Студенти використовують їх для перевірки домашніх та контрольних завдань, розуміння методів розв'язання та самоперевірки. Викладачі — для ілюстрації методів на лекціях і лабораторних. Інженери та науковці — для швидких оціночних розрахунків і верифікації результатів спеціалізованого програмного забезпечення. Розподіл Пуассона зокрема застосовується в телекомунікаціях для планування пропускної здатності call-центрів, у страхуванні для оцінки частоти страхових випадків, у ядерній фізиці для аналізу радіоактивного розпаду та у веб-аналітиці для моделювання трафіку. Простота доступу через браузер робить ці калькулятори незамінним інструментом як у навчальному процесі, так і в практичній роботі.

Часті запитання (FAQ)

Що описує розподіл Пуассона?
Розподіл Пуассона моделює кількість випадкових подій, що відбуваються у фіксованому інтервалі часу або простору, якщо відома середня частота їх появи (λ), а самі події трапляються незалежно одна від одної з приблизно сталою інтенсивністю. Приклади: кількість дзвінків у call-центр за годину, кількість опадів радіоактивного розпаду за секунду, кількість друкарських помилок на сторінці.
Яка формула розподілу Пуассона і що означає λ?
Ймовірність того, що станеться рівно k подій, обчислюється за формулою P(X=k) = (λᵏ · e⁻λ) / k!, де λ (лямбда) — середнє очікуване число подій за інтервал (параметр швидкості), k — конкретна кількість подій, яку ми перевіряємо, e ≈ 2,71828 — основа натурального логарифма, k! — факторіал k.
Чому середнє значення і дисперсія розподілу Пуассона рівні?
Це унікальна властивість розподілу Пуассона: математичне сподівання E(X) = λ і дисперсія D(X) = λ завжди збігаються. Це випливає безпосередньо з математичної структури розподілу і використовується як діагностична ознака — якщо у реальних даних дисперсія суттєво перевищує середнє, кажуть про 'надлишкову дисперсію' (overdispersion), і Пуассонівська модель може не підходити.
Де на практиці застосовується розподіл Пуассона?
Розподіл Пуассона широко використовується у: телекомунікаціях (кількість дзвінків у call-центр за годину), ядерній фізиці (кількість актів радіоактивного розпаду за одиницю часу), редагуванні текстів (кількість друкарських помилок на сторінці), веб-аналітиці (кількість відвідувань сайту за хвилину), страхуванні (кількість страхових випадків за рік), біології (кількість мутацій у ДНК-послідовності) та керуванні чергами і запасами.
Як розподіл Пуассона пов'язаний з біноміальним розподілом?
Розподіл Пуассона є граничним випадком біноміального розподілу: коли кількість випробувань n стає дуже великою, а ймовірність успіху в кожному випробуванні p — дуже малою, при цьому добуток n·p прямує до сталого значення λ, біноміальний розподіл Bin(n, p) наближається до розподілу Пуассона Poisson(λ). Це наближення зручне для рідкісних подій при великій кількості спроб (наприклад, кількість дефектних деталей у великій партії).

📁 Категорія: Статистика