Introduce la tasa media λ (eventos por periodo) y un recuento k para obtener probabilidades exactas de Poisson: el modelo estándar para llamadas por hora, llegadas por día, defectos por lote y otros eventos contados.
Cuando los eventos ocurren de forma independiente a una tasa media aproximadamente constante y los cuentas en un periodo fijo: llegadas, llamadas, erratas por página, recuentos de desintegración. Si los eventos se agrupan o la tasa oscila mucho, el modelo subestima los extremos.
Escala λ con el periodo: 3 llamadas por hora es λ = 6 por dos horas y λ = 0.05 por minuto. La distribución solo ve la tasa del periodo que eliges.
Sumando los términos exactos P(X = i) hasta k — sin aproximaciones — y P(X ≥ k) = 1 − P(X ≤ k − 1).
Ambos son iguales a λ. Esa igualdad es una comprobación rápida de la realidad con datos reales: si la varianza está muy por encima de la media (sobredispersión), es posible que Poisson no encaje.
P(X = k) = e^(−λ) λ^k ÷ k!, evaluado en forma logarítmica (k × ln λ − λ − ln(k!)) para mayor estabilidad numérica. Media = varianza = λ.
Entradas: λ = 3, k = 2.
Pasos: P(X = 2) = e^(−3) × 3² ÷ 2! = 0.049787 × 9 ÷ 2 = 0.049787 × 4.5 = 0.2240. P(X ≤ 1) = e^(−3) × (1 + 3) = 0.049787 × 4 = 0.1991.
Resultado: P(X = 2) = 22.40%; P(X ≤ 1) = 19.91%.
Añade esta calculadora a tu propio sitio web o blog: es completamente gratis, no requiere registro y siempre muestra la versión más reciente. Copia el código de abajo y pégalo en tu página donde quieras que aparezca la calculadora. Mantener la pequeña línea de crédito “Powered by Loona Automation” debajo del código incrustado ayuda a que esta herramienta siga siendo gratuita — pero puedes darle el estilo que quieras o quitarla; la herramienta funciona de las dos maneras.