Kết nối qua MCP →

Nhập phép tính

Công thức

Quảng cáo

Kết quả

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

Máy tính phân phối Poisson là gì?

Phân phối Poisson mô tả số lần một sự kiện xảy ra trong một khoảng thời gian hoặc không gian cố định, khi đã biết trước tốc độ trung bình không đổi (giá trị kỳ vọng) và với giả định các sự kiện xảy ra độc lập với nhau. Công cụ này lập bảng ba đại lượng theo một dãy giá trị x: hàm khối xác suất \(f(x;\lambda)\), xác suất tích lũy dưới \(P(x;\lambda) = P(X \le x)\), và xác suất tích lũy trên \(Q(x;\lambda) = P(X \ge x)\).

Cách sử dụng

Chọn dãy số bạn muốn làm nổi bật (hàm khối xác suất f, tích lũy dưới P, hoặc tích lũy trên Q). Nhập giá trị trung bình \(\lambda\) (phải \(\ge 0\)), giá trị khởi đầu của x, bước nhảy (step), và số lần lặp (số hàng). Máy tính sẽ tạo dãy $$x = \text{Initial }x + i\cdot\text{Step}$$ và hiển thị f, P, Q cho từng giá trị, đồng thời tô sáng cột bạn đã chọn.

Giải thích công thức

Hàm khối xác suất là $$P(X = x) = \frac{\lambda^{\,x}\,e^{-\lambda}}{x!}$$ Hàm phân phối tích lũy dưới cộng dồn toàn bộ xác suất từ 0 đến x: $$P(X \le x) = \sum_{t=0}^{x} \frac{\lambda^{\,t}\,e^{-\lambda}}{t!}$$ Xác suất tích lũy trên bao gồm cả số hạng tại chính x: $$P(X \ge x) = 1 - \sum_{t=0}^{x} \frac{\lambda^{\,t}\,e^{-\lambda}}{t!} + \frac{\lambda^{\,x}\,e^{-\lambda}}{x!}$$ nên P và Q chồng lấn nhau ở \(f(x)\). Để đảm bảo độ ổn định tính toán, ta tính f bằng logarit của giai thừa: \(f = \exp(-\lambda + x\cdot\ln\lambda - \ln(x!))\).

Quảng cáo
Biểu đồ cột của hàm khối xác suất Poisson với lambda vừa phải
PMF Poisson: xác suất của mỗi số đếm nguyên x ứng với tốc độ trung bình lambda cho trước.

Ví dụ minh họa

Với \(\lambda = 5\) và \(x = 0\): \(e^{-5} = 0{,}006737947\), vậy \(f(0) = 0{,}006737947\), \(P(0) = 0{,}006737947\), và $$Q(0) = 1 - 0{,}006737947 + 0{,}006737947 = 1$$ Tại \(x = 5\), \(f(5) = 0{,}175467\), \(P(5) = 0{,}615961\), và \(Q(5) = 0{,}559507\) — nghĩa là khoảng 61,6% khối xác suất nằm ở \(X \le 5\).

Cột PMF Poisson chồng với đường phân phối tích lũy dạng bậc thang
Cột PMF (trục trái) cùng CDF tích lũy dạng hàm bậc thang tăng dần (trục phải).

Câu hỏi thường gặp

Vì sao P + Q lớn hơn 1? Bởi vì cả tích lũy dưới P (\(X \le x\)) lẫn tích lũy trên Q (\(X \ge x\)) đều bao gồm khối xác suất tại điểm x là \(f(x)\); do đó tổng của chúng bằng \(1 + f(x)\).

Điều gì xảy ra khi \(\lambda = 0\)? Toàn bộ xác suất dồn vào \(x = 0\): \(f(0) = 1\), \(f(x) = 0\) với mọi \(x > 0\), và \(P(x) = 1\) với mọi \(x \ge 0\).

\(\lambda\) có thể là số không nguyên không? Có — \(\lambda\) là một tốc độ và có thể nhận bất kỳ giá trị nào \(\ge 0\); còn các giá trị x là số nguyên không âm.

Cập nhật lần cuối: