Connectez-vous via MCP →

Entrez le calcul

Formule

Publicité

Résultats

Probability mass f at x = 0
0,006738
Poisson distribution, λ = 5
0.006737946999085467 0.006737946999085467 1.0
x f(x) — probability mass P(x) — lower cumulative Q(x) — upper cumulative
0 0,006737947 0,006737947 1
1 0,033689735 0,040427682 0,993262053
2 0,084224337 0,124652019 0,959572318
3 0,140373896 0,265025915 0,875347981
4 0,17546737 0,440493285 0,734974085
5 0,17546737 0,615960655 0,559506715
6 0,146222808 0,762183463 0,384039345
7 0,104444863 0,866628326 0,237816537
8 0,065278039 0,931906365 0,133371674
9 0,036265577 0,968171943 0,068093635
10 0,018132789 0,986304731 0,031828057

Qu'est-ce que le calculateur de loi de Poisson ?

La loi de Poisson modélise le nombre d'événements survenant dans un intervalle de temps ou d'espace donné, à partir d'un taux moyen constant connu (la moyenne) et en supposant que les événements se produisent de façon indépendante. Ce calculateur tabule trois grandeurs sur une suite de valeurs de x : la densité de probabilité \(f(x;\lambda)\), la probabilité cumulée inférieure \(P(x;\lambda) = P(X \le x)\) et la probabilité cumulée supérieure \(Q(x;\lambda) = P(X \ge x)\).

Comment l'utiliser

Sélectionnez la série à mettre en évidence (densité de probabilité \(f\), cumulée inférieure \(P\) ou cumulée supérieure \(Q\)). Saisissez la moyenne \(\lambda\) (qui doit être \(\ge 0\)), la valeur initiale de x, le pas (incrément) et le nombre de lignes à générer. Le calculateur produit la suite $$x = x_{\text{initial}},\ x_{\text{initial}}+\text{pas},\ x_{\text{initial}}+2\cdot\text{pas},\ \ldots$$ et affiche \(f\), \(P\) et \(Q\) pour chaque valeur, en surlignant la colonne choisie.

La formule expliquée

La fonction de masse (densité de probabilité) s'écrit $$f(x;\lambda) = \frac{\lambda^{\,x}\,e^{-\lambda}}{x!}.$$ La fonction de répartition inférieure additionne toutes les masses jusqu'à x : $$P(x;\lambda) = \sum_{t=0}^{x} f(t;\lambda).$$ La probabilité cumulée supérieure inclut le terme en x lui-même : $$Q(x;\lambda) = 1 - P(x;\lambda) + f(x;\lambda),$$ si bien que \(P\) et \(Q\) se chevauchent au niveau de \(f(x)\). Pour garantir la stabilité numérique, nous calculons \(f\) à l'aide des logarithmes de factorielles : $$f = \exp(-\lambda + x\cdot\ln\lambda - \ln(x!)).$$

Publicité
Diagramme en barres de la fonction de masse de probabilité de Poisson pour un lambda modéré
La PMF de Poisson : probabilité de chaque comptage entier x pour un taux moyen lambda donné.

Exemple détaillé

Avec \(\lambda = 5\) et \(x = 0\) : \(e^{-5} = 0{,}006737947\), donc \(f(0) = 0{,}006737947\), \(P(0) = 0{,}006737947\) et $$Q(0) = 1 - 0{,}006737947 + 0{,}006737947 = 1.$$ Pour \(x = 5\), on obtient \(f(5) = 0{,}175467\), \(P(5) = 0{,}615961\) et \(Q(5) = 0{,}559507\) — ce qui signifie qu'environ 61,6 % de la masse de probabilité se concentre sur \(X \le 5\).

Barres de la PMF de Poisson superposées à une courbe de distribution cumulée en escalier
Barres de la PMF (axe gauche) avec la CDF cumulée en fonction en escalier croissante (axe droit).

FAQ

Pourquoi la somme P + Q dépasse-t-elle 1 ? Parce que la cumulée inférieure \(P(X \le x)\) et la cumulée supérieure \(Q(X \ge x)\) incluent toutes deux la masse ponctuelle \(f(x)\) ; leur somme vaut donc \(1 + f(x)\).

Que se passe-t-il lorsque \(\lambda = 0\) ? Toute la masse est concentrée en \(x = 0\) : \(f(0) = 1\), \(f(x) = 0\) pour \(x > 0\), et \(P(x) = 1\) pour tout \(x \ge 0\).

\(\lambda\) peut-il être un nombre non entier ? Oui — \(\lambda\) est un taux et peut prendre n'importe quelle valeur \(\ge 0\) ; en revanche, les valeurs de x sont des entiers positifs ou nuls.

Dernière mise à jour: