Poissonverteilungsrechner

Berechnet exakte und kumulative Poissonwahrscheinlichkeiten

Geeignet fuer unabhaengige Ereigniszaehlungen mit bekannter mittlerer Rate.

Beispielergebnisse

1 Beispiele

Wahrscheinlichkeit fuer 2 Ereignisse bei Lambda 4

Berechnet exakte und kumulative Poissonwahrscheinlichkeiten.

{
  "result": {
    "exactProbability": 0.1465,
    "atMostProbability": 0.2381,
    "atLeastProbability": 0.9084
  }
}
Eingabeparameter anzeigen
{ "rateLambda": 4, "occurrences": 2, "probabilityMode": "exact", "decimalPlaces": 4 }

Wichtige Fakten

Kategorie
Mathe, Datum & Finanzen
Eingabetypen
number, select
Ausgabetyp
json
Sample-Abdeckung
4
API verfügbar
Yes

Überblick

Der Poissonverteilungsrechner berechnet schnell und präzise die Wahrscheinlichkeit für das Eintreten einer bestimmten Anzahl von Ereignissen in einem festen Intervall. Durch die Eingabe der durchschnittlichen Rate (Lambda) und der Ziel-Ereignisse liefert das Tool exakte sowie kumulative Wahrscheinlichkeiten. Ideal für statistische Analysen, Qualitätskontrolle und Risikobewertungen bei unabhängigen Ereignissen.

Wann verwenden

  • •Wenn Sie die Wahrscheinlichkeit seltener, unabhängiger Ereignisse in einem festen Zeit- oder Raumintervall berechnen müssen.
  • •Zur Analyse von Warteschlangen, Anrufaufkommen oder Serveranfragen in der IT- und Telekommunikationsbranche.
  • •Für die Qualitätskontrolle in der Produktion, um die Wahrscheinlichkeit einer bestimmten Anzahl von Defekten pro Charge abzuschätzen.

So funktioniert es

  • •Geben Sie die durchschnittliche Rate (Lambda) ein, mit der das Ereignis normalerweise auftritt.
  • •Legen Sie die genaue Anzahl der Ereignisse fest, für die Sie die Wahrscheinlichkeit berechnen möchten.
  • •Wählen Sie den Wahrscheinlichkeitsmodus (genau, höchstens oder mindestens) und die gewünschten Dezimalstellen.
  • •Das Tool berechnet sofort die exakte Wahrscheinlichkeit sowie die kumulativen Werte und gibt diese als strukturiertes JSON aus.

Anwendungsfälle

Vorhersage des stündlichen Kundenaufkommens oder der Anrufe in einem Callcenter zur Personalplanung.
Abschätzung der Ausfallwahrscheinlichkeit von Maschinen oder Netzwerkkomponenten in einem bestimmten Zeitraum.
Berechnung der Wahrscheinlichkeit von Versicherungsfällen oder Schadensmeldungen pro Jahr.

Beispiele

1. Personalplanung im Callcenter

Operations Manager
Hintergrund
Ein Callcenter erhält durchschnittlich 4 Anrufe pro Minute. Der Manager möchte wissen, wie hoch die Wahrscheinlichkeit ist, dass in einer Minute genau 2 Anrufe eingehen.
Problem
Berechnung der exakten Wahrscheinlichkeit für ein bestimmtes Anrufaufkommen zur Optimierung der Schichtplanung.
Verwendung
Setzen Sie die Rate Lambda auf 4 und die Ereignisse auf 2. Wählen Sie den Modus 'Genau k Ereignisse'.
Beispielkonfiguration
Rate Lambda: 4, Ereignisse: 2, Wahrscheinlichkeitsmodus: exact
Ergebnis
Das Tool berechnet eine exakte Wahrscheinlichkeit von 0,1465 (14,65 %), dass genau 2 Anrufe in dieser Minute eingehen.

2. Fehleranalyse in der Produktion

Qualitätsprüfer
Hintergrund
Bei der Herstellung von Glasplatten treten durchschnittlich 1,5 Kratzer pro Quadratmeter auf.
Problem
Ermittlung der Wahrscheinlichkeit, dass eine Platte höchstens 3 Kratzer aufweist, um Qualitätsstandards zu definieren.
Verwendung
Geben Sie 1.5 als Rate Lambda und 3 als Ereignisse ein. Wählen Sie den Modus 'Hoechstens k Ereignisse'.
Beispielkonfiguration
Rate Lambda: 1.5, Ereignisse: 3, Wahrscheinlichkeitsmodus: at-most
Ergebnis
Die Berechnung ergibt eine Wahrscheinlichkeit von ca. 0,9344 (93,44 %), dass die Platte die Qualitätsprüfung mit höchstens 3 Kratzern besteht.

Mit Samples testen

math-&-numbers
AWS EventBridge Beispiele
AWS EventBridge Beispiele einschließlich Event Buses, Rules, Targets, Schema Registry, Custom Events und Cross-Account Event Routing für Serverless Event-Driven Architecture
keywords event,lambda
sample
ICS-Beispiele fuer den Zeitzonen-Workflow-Planer
ICS-Dateien im gleichen Rueckgabeformat wie beim Time Zone Workflow Scheduler, mit mehreren VEVENT-Meetingkandidaten
keywords event,rate
sample
Event Sourcing Beispiele
Umfassende Event Sourcing Muster mit Ereignisspeicherung, CQRS-Architektur, Zustandsrekonstruktion und Ereignisversionsverwaltung
keywords event,rate
sample
Ethers.js Ethereum Bibliothek
Ethers.js Beispiele einschließlich Provider, Wallets, Contracts, Transaktionen, Events, Signatures, Utilities und Blockchain-Interaktions-Patterns
keywords event
sample

Verwandte Hubs

Tools fur Audio-Encoding und Formatkonvertierung
Vergleiche Audioformat-Konvertierung, Bitratenanderungen, Abtastraten-Konvertierung, Codec-Wechsel und Export-Tools in einem Hub.
Tools fur Bildformat-Konvertierung und animierten Export
Vergleiche Bildkonverter fur JPG, PNG, GIF, AVIF, WebP, TIFF, ICO, base64 und animationsgeeignete Exporte in einem Hub.
Tools fur JSON-Austausch und Format-Ubersetzung
Vergleiche JSON-Konvertierungswerkzeuge fur CSV, YAML, TOML, GraphQL, XML, Markdown, Excel, BSON, EDN und ahnliche strukturierte Formate in einem Hub.
Farbraum-Konvertierung fur Web und Druck
Gebundelte Werkzeuge fur Farbraum-Konvertierung zwischen Web und Druck in einem Hub.

FAQ

Was ist die Rate Lambda?

Lambda (λ) ist die durchschnittliche Anzahl der Ereignisse, die in einem bestimmten Intervall (wie Zeit, Fläche oder Volumen) auftreten.

Was ist der Unterschied zwischen exakter und kumulativer Wahrscheinlichkeit?

Die exakte Wahrscheinlichkeit bezieht sich auf genau k Ereignisse. Die kumulative Wahrscheinlichkeit berechnet die Chance für 'höchstens k' oder 'mindestens k' Ereignisse.

Welche Werte sind für Lambda zulässig?

Lambda muss ein positiver Wert größer als null sein. In diesem Rechner ist der Mindestwert auf 0,0001 festgelegt.

Kann ich die Anzahl der Dezimalstellen anpassen?

Ja, Sie können die Genauigkeit der Ergebnisse flexibel auf bis zu 10 Dezimalstellen einstellen.

Wofür wird die Poissonverteilung in der Praxis genutzt?

Sie wird häufig verwendet, um Zähldaten zu modellieren, wie zum Beispiel die Anzahl der Kunden in einem Geschäft pro Stunde oder Tippfehler auf einer Buchseite.

API-Dokumentation

Request-Endpunkt

POST /de/api/tools/poisson-distribution-calculator

Request-Parameter

Parameter-Name Typ Erforderlich Beschreibung
rateLambda number Ja -
occurrences number Ja -
probabilityMode select Nein -
decimalPlaces number Nein -

Antwortformat

{
  "key": {...},
  "metadata": {
    "key": "value"
  },
  "error": "Error message (optional)",
  "message": "Notification message (optional)"
}
JSON-Daten: JSON-Daten

MCP-Dokumentation

Fügen Sie dieses Tool zu Ihrer MCP-Server-Konfiguration hinzu: 

{
  "mcpServers": {
    "elysiatools-poisson-distribution-calculator": {
      "name": "poisson-distribution-calculator",
      "description": "Berechnet exakte und kumulative Poissonwahrscheinlichkeiten",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=poisson-distribution-calculator",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Sie können mehrere Tools verketten, z.B.: `https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`, maximal 20 Tools.

Wenn Sie auf Probleme stoßen, kontaktieren Sie uns bitte bei [email protected]