푸아송 확률 계산기

푸아송 확률 계산기

성장 중 AI Skill PRO

계산 입력

결과

P(X = k)
0.224042
정확히 k번 발생할 확률
P(X < k) 0.199148
P(X ≤ k) 0.42319
P(X ≥ k) 0.800852
P(X > k) 0.57681

공식

P(X=k)=λke−λk!P(X = \text{k}) = \frac{{\lambda}^{\,\text{k}}\; e^{-{\lambda}}}{\text{k}!}
사용 통계

광고

이 페이지의 오류 신고

푸아송 확률 계산기란?

푸아송 분포는 일정한 시간·공간·부피 구간에서 어떤 사건이 몇 번 발생하는지를 나타내는 모형입니다. 단, 사건들이 서로 독립적으로, 그리고 평균 발생률이 일정하게 일어난다는 전제가 필요합니다. 이 계산기는 사건이 정확히 k번 일어날 확률인 P(X = k)를 비롯해 누적 확률과 꼬리 확률까지 함께 구해 줍니다. 콜센터 전화 수신 건수, 분당 웹사이트 접속 수, 배치당 불량품 수, 경기당 득점 수, 방사성 붕괴 횟수 등을 다룰 때 자주 활용됩니다.

사용 방법

평균 발생률 \(\lambda\)(해당 구간에서 기대되는 사건 수)와 목표 횟수 \(k\)(0 이상의 정수)를 입력하세요. 그러면 정확히 k번 발생할 확률과 함께, 다음 네 가지 관련 확률을 함께 보여 줍니다: \(P(X < k)\), \(P(X \le k)\), \(P(X \ge k)\), \(P(X > k)\). 이때 \(\lambda\)와 \(k\)가 같은 구간을 기준으로 해야 한다는 점을 꼭 기억하세요. 예를 들어 "시간당"에서 "하루당"으로 기준을 바꾼다면 \(\lambda\) 값도 그에 맞게 환산해야 합니다.

람다로 표시된 고정 구간에 사건 점들이 무작위로 흩어져 있는 타임라인
람다(λ)는 구간 내에서 기대되는 평균 사건 수입니다.

공식 풀이

푸아송 확률질량함수는 다음과 같이 표현됩니다.

$$P(X = k) = \frac{\lambda^{\,k}\; e^{-\lambda}}{k!}$$

여기서 \(e \approx 2.71828\)은 자연상수(오일러 수)이고, \(k!\)는 \(k\)의 계승(팩토리얼)입니다. \(\lambda^{k}\) 항은 사건 수가 많아질수록 커지고, \(e^{-\lambda}\)는 전체 확률을 1로 맞춰 주는 감쇠 인자이며, \(k!\)로 나누는 것은 사건이 일어나는 순서를 구분하지 않기 위함입니다.

광고

예제로 보기

한 가게에 시간당 평균 \(\lambda = 3\)명의 손님이 온다고 가정하고, 다음 한 시간 동안 정확히 \(k = 2\)명이 올 확률을 구해 봅시다.

$$P(X = 2) = \frac{3^{2} \cdot e^{-3}}{2!} = \frac{9 \times 0.049787}{2} = \frac{0.448084}{2} = \mathbf{0.224042}$$

즉 약 22.4%입니다.

값 k의 막대 하나가 강조된 포아송 분포 막대그래프
포아송 확률질량함수: 각 막대는 사건이 정확히 k번 일어날 확률입니다.

자주 묻는 질문

\(\lambda\)는 무엇을 의미하나요? 분포의 평균이자 분산을 동시에 나타내는 값으로, 한 구간당 기대되는 사건 수를 뜻합니다.

\(k\)가 \(\lambda\)보다 클 수도 있나요? 네. \(k\)는 0 이상의 어떤 정수든 될 수 있습니다. 다만 \(k\)가 \(\lambda\)에서 멀어질수록 확률은 점점 작아집니다.

푸아송 모형은 언제 적합한가요? 사건들이 서로 독립적이고, 평균 발생률이 일정하며, 두 사건이 정확히 같은 순간에 동시에 일어날 수 없을 때 적합합니다.

최종 업데이트:

수학 및 통계 인기 계산기

수학 및 통계 계산기 전체 보기