# Lois de probabilité > Quelle est la probabilité d’un résultat entre deux valeurs ? Lois binomiale, de Poisson et normale : faites glisser les bornes et lisez P(X ≤ k) ou P(a ≤ X ≤ b) avec la moyenne et la variance. Explorez les lois binomiale, de Poisson et normale avec barres et courbes en direct : P(X ≤ k), P(X ≥ k) et P(a ≤ X ≤ b), moyenne et variance. - Page: https://how.box/fr/distributions/ - Runs entirely in the browser. - License: HowToolbox's own text and data (titles, explanations, FAQs, tool descriptions and schemas, this file) are CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/); AI training and answers are welcome. Attribute "HowToolbox (how.box)" with a link to the page used. Third-party data keeps its own terms; the name and logo are not licensed. Publisher: HowToolbox, contact@how.box. Terms: https://how.box/fr/about/terms/ ## Inputs Answer link: https://how.box/fr/distributions/?d={d}&n={n}&p={p}&l={l}&mu={mu}&sd={sd}&q={q}&a={a}&b={b} - `d` (binomial, poisson or normal): binomial, poisson or normal. Example: `poisson`. - `n` (whole number 1 to 1000): Binomial trials. Example: `20`. - `p` (number 0 to 1): Binomial success probability (0–1). Example: `0.5`. - `l` (number 0 to 500): Poisson mean. Example: `10`. - `mu` (number -1e6 to 1e6): Normal mean. Example: `10`. - `sd` (number 0 to 1e6): Normal standard deviation. Example: `2`. - `q` (between, at_most or at_least): between, at_most or at_least. Example: `at_most`. - `a` (number -1e6 to 1e6): Lower bound. Example: `8`. - `b` (number -1e6 to 1e6): Upper bound. Example: `12`. Example answer: https://how.box/fr/distributions/?d=poisson&n=20&p=0.5&l=10&mu=10&sd=2&q=at_most&a=8&b=12 A complete link carries the primary answer in the page HTML; a missing or invalid value shows the default page. ## Agent tools - `distributions_probability`: Probability of an event under a binomial (trials n, p), Poisson (lambda) or normal (mean, sd) distribution. - MCP, one POST to https://how.box/mcp: `{"jsonrpc":"2.0","id":1,"method":"tools/call","params":{"name":"distributions_probability","arguments":{"distribution":"poisson","trials":20,"p":0.5,"lambda":10,"mean":10,"sd":2,"query":"at_most","low":8,"high":12}}}` - GET: https://how.box/mcp/run/distributions_probability?distribution=poisson&trials=20&p=0.5&lambda=10&mean=10&sd=2&query=at_most&low=8&high=12 ## How it works Une loi de probabilité dit avec quelle probabilité chaque résultat possible se produit. La loi binomiale compte les succès sur n essais indépendants, chacun réussissant avec la probabilité p, comme les « face » sur 20 lancers de pièce : P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ, de moyenne np et de variance np(1 − p). La loi de Poisson compte des événements qui surviennent à un taux moyen λ, comme des appels par heure : P(X = k) = e^−λ·λᵏ / k!, de moyenne et de variance λ. La loi normale est la courbe en cloche des mesures, de moyenne μ et d’écart type σ ; pour elle, la probabilité d’un intervalle est l’aire sous la courbe. Pour les comptages, la probabilité d’un intervalle est la somme de ses barres. Sur 20 lancers d’une pièce équilibrée, P(8 ≤ X ≤ 12) est la somme des barres de 8 à 12, soit environ 73,7 % ; une courbe normale de même moyenne 10 et de σ = √5 donne une réponse voisine, ce qui explique que l’approximation normale marche pour de grands n. Les réponses supposent que le modèle convient : des essais indépendants avec un p fixe, des événements à rythme régulier, ou des données vraiment en forme de cloche. Les définitions suivent le NIST/SEMATECH e-Handbook of Statistical Methods, sections 1.3.6.6.1, 1.3.6.6.18 et 1.3.6.6.19. ## FAQ **Quand utiliser la loi de Poisson plutôt que la loi binomiale ?** Quand vous comptez des événements dans le temps ou l’espace sans nombre d’essais fixé, comme des e-mails par jour. Pour de nombreux essais avec un petit p, la loi binomiale est proche d’une loi de Poisson de λ = np. **Pourquoi les bornes sont-elles incluses ?** Pour les comptages, P(8 ≤ X ≤ 12) inclut 8 et 12. Utilisez 9 et 11 pour les exclure. Pour la loi normale, une valeur isolée a une probabilité nulle : cela ne change rien. **Comment obtenir la probabilité d’avoir exactement k ?** Choisissez a ≤ X ≤ b et donnez la valeur k aux deux bornes : l’unique barre colorée est P(X = k). Le tableau sous le graphique donne P(X = k) pour les valeurs autour de la moyenne. **Comment obtenir P(X > k) ou P(X < k) ?** Pour les comptages, P(X > k) est P(X ≥ k + 1) et P(X < k) est P(X ≤ k − 1). **Dois-je saisir 50 ou 0,5 pour une chance de 50 % ?** Saisissez 0,5 dans le champ de probabilité binomiale p. Il accepte des probabilités de 0 à 1, pas des pourcentages de 0 à 100. More: [HowToolbox index](https://how.box/llms.txt) · [Agent Skill](https://how.box/skill.md) · [agent terms](https://how.box/fr/about/agents/)