Conectar vía MCP →

Ingresar cálculo

Fórmula

Publicidad

Resultados

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

¿Qué es la calculadora de distribución de Poisson?

La distribución de Poisson modela el número de sucesos que ocurren en un intervalo fijo de tiempo o espacio, partiendo de una tasa media constante conocida (la media) y suponiendo que los sucesos se producen de forma independiente. Esta calculadora tabula tres magnitudes sobre una secuencia de valores de x: la función de probabilidad \(f(x;\lambda)\), la probabilidad acumulada inferior \(P(x;\lambda) = P(X \le x)\) y la probabilidad acumulada superior \(Q(x;\lambda) = P(X \ge x)\).

Cómo usarla

Elige qué serie quieres resaltar (la función de probabilidad \(f\), la acumulada inferior \(P\) o la acumulada superior \(Q\)). Introduce el valor medio \(\lambda\) (debe ser \(\ge 0\)), el valor inicial de x, el incremento (paso) y el número de repeticiones (filas). La calculadora genera $$x = x_{\text{Inicial}},\ x_{\text{Inicial}}+\text{paso},\ x_{\text{Inicial}}+2\cdot\text{paso},\ \ldots$$ y muestra \(f\), \(P\) y \(Q\) para cada valor, destacando la columna seleccionada.

La fórmula explicada

La función de probabilidad es $$f(x;\lambda) = \frac{e^{-\lambda}\,\lambda^{x}}{x!}.$$ La distribución acumulada inferior suma todas las masas hasta x: $$P(x;\lambda) = \sum_{t=0}^{x} f(t;\lambda).$$ La probabilidad acumulada superior incluye el propio término en x: $$Q(x;\lambda) = 1 - P(x;\lambda) + f(x;\lambda),$$ de modo que \(P\) y \(Q\) se solapan en \(f(x)\). Para mayor estabilidad numérica calculamos \(f\) mediante logaritmos de factoriales: $$f = \exp\!\left(-\lambda + x\cdot\ln\lambda - \ln(x!)\right).$$

Publicidad
Gráfico de barras de la función de masa de probabilidad de Poisson para un lambda moderado
La PMF de Poisson: probabilidad de cada conteo entero x para una tasa media lambda dada.

Ejemplo resuelto

Con \(\lambda = 5\) y \(x = 0\): \(e^{-5} = 0{,}006737947\), por lo que \(f(0) = 0{,}006737947\), \(P(0) = 0{,}006737947\) y $$Q(0) = 1 - 0{,}006737947 + 0{,}006737947 = 1.$$ En \(x = 5\), \(f(5) = 0{,}175467\), \(P(5) = 0{,}615961\) y \(Q(5) = 0{,}559507\); es decir, alrededor del 61,6 % de la masa de probabilidad se concentra en \(X \le 5\).

Barras de la PMF de Poisson superpuestas con una curva de distribución acumulada escalonada
Barras de la PMF (eje izquierdo) con la CDF acumulada como función escalonada creciente (eje derecho).

Preguntas frecuentes

¿Por qué P + Q supera 1? Porque tanto la acumulada inferior \(P\) (\(X \le x\)) como la acumulada superior \(Q\) (\(X \ge x\)) incluyen la masa puntual \(f(x)\); su suma es \(1 + f(x)\).

¿Qué ocurre cuando \(\lambda = 0\)? Toda la masa se concentra en \(x = 0\): \(f(0) = 1\), \(f(x) = 0\) para \(x > 0\) y \(P(x) = 1\) para todo \(x \ge 0\).

¿Puede \(\lambda\) no ser un número entero? Sí: \(\lambda\) es una tasa y puede tomar cualquier valor \(\ge 0\); los valores de x son enteros no negativos.

Última actualización: