Poisson Olasılık Hesaplama

Poisson Olasılık Hesaplama

Büyüyen AI Skill PRO

Hesaplamaya Girin

Sonuç

P(X = k)
0,224042
tam olarak k olay olma olasılığı
P(X < k) 0,199148
P(X ≤ k) 0,42319
P(X ≥ k) 0,800852
P(X > k) 0,57681

Formül

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

Reklam

Bu sayfadaki bir hatayı bildir

Poisson Olasılık Hesaplama Aracı Nedir?

Poisson dağılımı, belirli bir zaman, alan veya hacim aralığında bir olayın kaç kez gerçekleştiğini modeller; burada olayların birbirinden bağımsız ve sabit bir ortalama hızda meydana geldiği varsayılır. Bu hesaplama aracı, tam olarak k olay gözlemleme olasılığı olan P(X = k) değerini, kümülatif ve kuyruk olasılıklarıyla birlikte hesaplar. Yaygın kullanım alanları arasında çağrı merkezine gelen aramalar, dakika başına web sitesi ziyaretleri, parti başına hatalı ürün sayısı, maç başına gol ve radyoaktif bozunma sayımları yer alır.

Nasıl Kullanılır?

Ortalama oran λ değerini (aralığınız için beklenen olay sayısı) ve hedef sayı k değerini (negatif olmayan bir tam sayı) girin. Hesaplayıcı, tam olarak k olay olma olasılığının yanı sıra dört ilgili olasılık daha verir: \(P(X < k)\), \(P(X \le k)\), \(P(X \ge k)\) ve \(P(X > k)\). λ ve k'nın aynı aralığa karşılık geldiğinden emin olun — "saat başına" yerine "gün başına" gibi bir aralığa geçiyorsanız λ değerini buna göre ölçeklendirin.

Lambda olarak etiketlenmiş sabit bir aralık boyunca rastgele dağılmış olay noktalarını gösteren zaman çizelgesi
Lambda, aralıkta beklenen ortalama olay sayısıdır.

Formülün Açıklaması

Poisson olasılık kütle fonksiyonu şöyledir: $$P(X = \text{k}) = \frac{\lambda^{\,\text{k}}\; e^{-\lambda}}{\text{k}!}$$ Burada \(e \approx 2{,}71828\) Euler sayısıdır ve \(\text{k}!\), k'nın faktöriyelidir. \(\lambda^{\text{k}}\) terimi olay sayısı arttıkça büyür, \(e^{-\lambda}\) normalleştirici bir azalma çarpanıdır ve \(\text{k}!\)'ya bölmek, olayların ayırt edilemeyen sıralamasını hesaba katar.

Reklam

Çözümlü Örnek

Diyelim ki bir mağazaya saatte ortalama \(\lambda = 3\) müşteri geliyor ve önümüzdeki bir saatte tam olarak \(\text{k} = 2\) müşteri gelme olasılığını merak ediyorsunuz. $$P(X = 2) = \frac{3^{2} \cdot e^{-3}}{2!} = \frac{9 \times 0{,}049787}{2} = \frac{0{,}448084}{2} = \mathbf{0{,}224042}$$ yani yaklaşık %22,4.

k değerindeki bir çubuğun vurgulandığı Poisson dağılımı çubuk grafiği
Poisson olasılık kütle fonksiyonu: her çubuk tam olarak k olay gerçekleşme olasılığını gösterir.

Sıkça Sorulan Sorular

λ neyi ifade eder? Dağılımın ortalamasıdır (ve aynı zamanda varyansıdır) — yani aralık başına beklenen olay sayısı.

k, λ'dan büyük olabilir mi? Evet. k, negatif olmayan herhangi bir tam sayı olabilir; k, λ'dan uzaklaştıkça olasılık yalnızca küçülür.

Poisson modeli ne zaman uygundur? Olaylar birbirinden bağımsız olduğunda, sabit bir ortalama hızda meydana geldiğinde ve iki olay tam olarak aynı anda gerçekleşemediğinde uygundur.

Son güncelleme:

Matematik ve İstatistik kategorisinde en popüler

Tüm Matematik ve İstatistik hesap makinelerini gör