पॉइसन वितरण कैलकुलेटर

इस कैलकुलेटर के बारे में

किसी निश्चित समय या स्थान में होने वाली दुर्लभ घटना की संभावना की गणना कैसे करें? पॉइसन वितरण संभाव्यता सिद्धांत में सबसे महत्वपूर्ण असतत संभाव्यता वितरणों में से एक है, जिसका उपयोग विशेष रूप से प्रति इकाई समय (या स्थान) में होने वाली यादृच्छिक घटनाओं की संख्या की संभाव्यता वितरण का वर्णन करने के लिए किया जाता है। पॉइसन वितरण का संभाव्यता द्रव्यमान फलन P(X=k) = (λᵏ × e⁻λ) / k! है, जहां λ औसत घटना दर है और k घटना घटित होने की संख्या है।

पॉइसन वितरण की तीन महत्वपूर्ण विशेषताएं हैं: ① घटनाएँ स्वतंत्र रूप से घटित होती हैं; ② घटना घटित होने की औसत दर स्थिर है; ③ दो घटनाएँ एक ही क्षण में घटित नहीं होंगी। जब ये स्थितियाँ पूरी हो जाती हैं, तो घटना घटित होने की संख्या पॉइसन वितरण के अनुसार होती है। पॉइसन वितरण की अपेक्षा और भिन्नता दोनों λ के बराबर हैं।

वास्तविक जीवन में, पॉइसन वितरण का अत्यधिक व्यापक रूप से उपयोग किया जाता है। प्रति घंटे किसी वेबसाइट पर जाने की संख्या, टेलीफोन स्विचबोर्ड पर प्रति मिनट कॉल की संख्या, प्रति दिन अस्पताल के आपातकालीन कक्ष में भर्ती मरीजों की संख्या, रेडियोधर्मी क्षय की संख्या, पुस्तकों में मुद्रण त्रुटियों की संख्या, यातायात दुर्घटनाओं की संख्या, आदि सभी को पॉइसन वितरण का उपयोग करके मॉडल किया जा सकता है।

हमारा पॉइसन वितरण कैलकुलेटर दिए गए पैरामीटर λ और k मानों के लिए संभाव्यता P (X=k), संचयी संभाव्यता P (X≤k), अपेक्षा, विचरण और अन्य आँकड़ों की तुरंत गणना कर सकता है। पॉइसन वितरण की विशेषताओं को सहजता से समझने में आपकी सहायता के लिए संभाव्यता वितरण चार्ट भी प्रदान किए गए हैं। चाहे छात्र संभाव्यता आँकड़े सीख रहे हों या डेटा विश्लेषक मॉडलिंग कर रहे हों, यह उपकरण सटीक और कुशल गणना सेवाएँ प्रदान कर सकता है।

यह क्या गणना करता है

यह पोआसों वितरण कैलकुलेटर किसी निश्चित समय या स्थान अंतराल में किसी घटना के k बार होने की संभावना निकालता है, जब औसत दर ज्ञात हो और घटनाएँ स्वतंत्र हों।

सूत्र

P(X = k) = e^-lambda * lambda^k / k! होता है, जहाँ lambda घटनाओं की औसत संख्या है और k लक्ष्य संख्या है।

इनपुट

• lambda: अंतराल में घटनाओं की औसत संख्या।
• k: घटनाओं की वह संख्या जिसकी गणना करनी है।

उदाहरण

परिणाम कैसे समझें

परिणाम ठीक k घटनाओं की संभावना है। lambda बढ़ने पर वितरण दाईं ओर खिसकता है। lambda से बहुत दूर की गणनाओं की संभावना सामान्यतः कम होती है।

सामान्य गलतियाँ

• lambda 0 से बड़ा होना चाहिए।
• k एक गैर-ऋणात्मक पूर्णांक होना चाहिए।
• पोआसों वितरण स्वतंत्र घटनाएँ और स्थिर औसत दर मानता है।

कैसे उपयोग करें

पॉइसन वितरण कैलकुलेटर का उपयोग करना बहुत सरल है। सबसे पहले, औसत घटना दर λ और गिनती की जाने वाली घटनाओं k की संख्या निर्धारित करें।

**बुनियादी कदम:** 1. औसत घटना दर दर्ज करें λ (प्रति इकाई समय या स्थान पर घटनाओं की औसत संख्या) 2. घटनाओं की संख्या k दर्ज करें (k बार घटित होने की संभावना की गणना करने के लिए) 3. गणना प्रकार का चयन करें (एकल बिंदु संभावना, संचयी संभावना, या अंतराल संभावना) 4. परिणाम देखने के लिए "गणना करें" बटन पर क्लिक करें

**उदाहरण 1:** एक वेबसाइट पर प्रति घंटे औसतन 3 विज़िट होती हैं (λ=3)। ठीक 5 दौरे होने की प्रायिकता ज्ञात कीजिए। पी(एक्स=5) = (3⁵ × ई⁻³) / 5! = (243 × 0.0498) / 120 ≈ 0.1008, लगभग 10.08%।

**उदाहरण 2:** एक अस्पताल के आपातकालीन कक्ष में प्रतिदिन औसतन 4 मरीज आते हैं (λ=4)। किसी निश्चित दिन पर 2 से अधिक मरीज़ न आने की प्रायिकता ज्ञात कीजिए। P(X≤2) = P(X=0) + P(X=1) + P(X=2) = e⁻⁴ + 4e⁻⁴ + 8e⁻⁴ = 13e⁻⁴ ≈ 0.2381, लगभग 23.81%।

**उदाहरण 3:** एक निश्चित पुस्तक में प्रति पृष्ठ औसतन 0.5 मुद्रण त्रुटियाँ हैं (λ=0.5)। किसी निश्चित पृष्ठ में 3 या अधिक त्रुटियाँ होने की प्रायिकता ज्ञात कीजिए। P(X≥3) = 1 - P(X≤2) = 1 - [P(X=0) + P(X=1) + P(X=2)] ≈ 1 - 0.9856 = 0.0144, लगभग 1.44%।

कैलकुलेटर स्वचालित रूप से संभाव्यता मान, अपेक्षा, विचरण, मानक विचलन इत्यादि जैसे आंकड़ों की गणना करेगा और एक संभाव्यता वितरण ग्राफ खींचेगा।

मुख्य विशेषताएँ

• एकल बिंदु संभाव्यता: P(X=k) की गणना करें, किसी घटना के ठीक k बार घटित होने की संभाव्यता • संचयी संभाव्यता: P(X≤k) या P(X≥k), संचयी वितरण फ़ंक्शन की गणना करें • अंतराल संभाव्यता: P(a≤X≤b) की गणना करें, संभावना है कि घटना घटित होने की संख्या अंतराल के भीतर है • सांख्यिकी: स्वचालित रूप से अपेक्षा, भिन्नता और मानक विचलन की गणना करें • संभाव्यता चार्ट: संभाव्यता जन कार्यों और संचयी वितरण कार्यों को प्लॉट करें • पैरामीटर समायोजन: λ मान के वास्तविक समय समायोजन और वितरण परिवर्तनों के अवलोकन का समर्थन करता है • उच्च परिशुद्धता गणना: बड़े λ मान और बड़े k मान की संभावना की सटीक गणना करें • सूत्र प्रदर्शन: पॉइसन वितरण की संभाव्यता सूत्र प्रदर्शित करता है • अनुप्रयोग उदाहरण: वास्तविक दुनिया की समस्याओं के मॉडलिंग उदाहरण प्रदान करता है • पूर्णतः निःशुल्क: कोई पंजीकरण आवश्यक नहीं, कभी भी उपयोग करें

उपयोग के मामले

• वेबसाइट विश्लेषण: वेबसाइट विज़िट की संभाव्यता वितरण की भविष्यवाणी करें • कॉल सेंटर: फ़ोन कॉल की मात्रा का विश्लेषण करें और स्टाफिंग को अनुकूलित करें • चिकित्सा प्रबंधन: आपातकालीन रोगियों की संख्या की भविष्यवाणी करें और तर्कसंगत रूप से संसाधनों की व्यवस्था करें • गुणवत्ता नियंत्रण: उत्पाद दोषों की संख्या का विश्लेषण करें और उत्पादन की गुणवत्ता का मूल्यांकन करें • यातायात योजना: यातायात दुर्घटनाओं की संख्या की भविष्यवाणी करें • बीमांकिक: दावों की संख्या की संभावना की गणना करें • रेडियोधर्मिता अनुसंधान: रेडियोधर्मी क्षय की संख्या का विश्लेषण • जीव विज्ञान: बैक्टीरिया कालोनियों की संख्या और आनुवंशिक उत्परिवर्तन का अध्ययन करें • संभाव्य सांख्यिकी सीखना: छात्र पॉइसन वितरण सिद्धांत सीखते हैं • डेटा मॉडलिंग: दुर्लभ घटनाओं के लिए संभाव्य मॉडल बनाएं

सामान्य प्रश्न