UTILS.
Privadas por defecto
🎯

Calculadora de distribución de Poisson

Probabilidades de Poisson exactas, acumuladas y de cola para una tasa media λ y un recuento k, más la media, la varianza y la desviación estándar.

Tus archivos se quedan en este dispositivo

Los archivos se procesan en tu navegador, sin subirse a ningún servidor. El sitio descarga el código y los recursos necesarios. Sin cuentas ni rastreadores.

Usa Descargar para guardar esta herramienta como un archivo HTML y usarla sin conexión.

Privacidad →

λ es el número medio de eventos por intervalo; k es un número entero de eventos. Ambos actualizan los resultados en tiempo real.

Acerca de esta herramienta

La Calculadora de distribución de Poisson da la probabilidad de que ocurra un número de eventos k en un intervalo fijo cuando suceden de forma independiente a una tasa media constante λ (lambda). Introduce la tasa media y un recuento y devuelve las probabilidades exacta y acumulada en tiempo real, todo calculado en tu navegador.

La función de masa de probabilidad es P(X = k) = λᵏ·e^(−λ) / k!. Para mantener la estabilidad numérica con recuentos grandes, la herramienta la evalúa en espacio logarítmico como exp(−λ + k·ln λ − ln k!), usando una aproximación de Lanczos para el logaritmo del factorial. También suma la función de masa para dar la acumulada P(X ≤ k), la estricta P(X < k) y la cola superior P(X ≥ k). Una propiedad definitoria de la distribución de Poisson es que su media y su varianza son ambas iguales a λ, así que la desviación estándar es √λ.

Úsala para llegadas por hora, defectos por lote, llamadas por minuto, recuentos de desintegraciones y cualquier proceso de eventos raros donde el recuento sea un entero no negativo. La tasa λ debe ser mayor que cero y k debe ser un número entero de cero o más.

Preguntas frecuentes

¿Qué es λ (lambda)?
Lambda es el número medio de eventos esperados en el intervalo, es decir, la tasa media. Para un proceso de Poisson es también la varianza, así que la desviación estándar es √λ. Debe ser un número positivo pero no tiene por qué ser entero.
¿Cómo se calcula P(X = k) para k grande?
En espacio logarítmico: exp(−λ + k·ln λ − ln k!), donde ln k! proviene de un log-gamma de Lanczos. Esto evita el desbordamiento de calcular λᵏ o k! directamente, así que recuentos muy grandes se mantienen exactos.
¿Cuál es la diferencia entre P(X ≤ k) y P(X ≥ k)?
P(X ≤ k) es la probabilidad acumulada de k eventos o menos; P(X ≥ k) es de k o más. Se solapan exactamente en k, así que P(X ≤ k) + P(X ≥ k) = 1 + P(X = k), no 1. La herramienta también muestra la estricta P(X < k).
¿Cuándo es apropiado el modelo de Poisson?
Cuando los eventos ocurren de forma independiente a una tasa media constante en un intervalo fijo de tiempo o espacio, y dos eventos no pueden ocurrir en el mismo instante exacto. Ejemplos son llegadas, defectos, erratas por página y desintegraciones radiactivas.

Más herramientas