Desde 2010 · Más de 2 millones de usos de herramientas al mes
Desde 2010
Añadir a Chrome

Mi Caja de Herramientas

Modo Automático

Aún no has guardado herramientas.

Actualizar a la Versión Premium
Herramientas relacionadas
Calculadora de distribución binomialCalculadora de Distribución Binomial NegativaCalculadora de Distribución de ProbabilidadCalculadora de Distribución GeométricaCalculadora de Distribución HipergeométricaCalculadora de Distribución BetaCalculadora de Distribución Exponencial
Página de inicio > Matemáticas > Operaciones matemáticas avanzadas
 

Calculadora de Distribución de Poisson

Calcule probabilidades de Poisson P(X=k), probabilidades acumuladas y visualice distribuciones PMF/CDF con soluciones detalladas paso a paso.

Uso gratuitoNo requiere registroActualizado ene 2026
Calculadora de Distribución de PoissonPruébalo ahora — gratis ▼
Ejemplos rápidos
Fórmula de la PMF de Poisson
$P(X = k) = \frac{e^{-\lambda} \cdot \lambda^k}{k!}$
Eventos esperados por intervalo (0.01 - 100)
Entero no negativo (0 - 200)

Embed Calculadora de Distribución de Poisson Widget

Calculadora de Distribución de Poisson

Bienvenido a la Calculadora de Distribución de Poisson, una herramienta completa para calcular probabilidades de Poisson con visualizaciones interactivas y soluciones paso a paso. Ya sea un estudiante que aprende teoría de probabilidad, un investigador que analiza datos de eventos o un profesional que trabaja con modelos estadísticos, esta calculadora proporciona resultados precisos con explicaciones detalladas.

¿Qué es la distribución de Poisson?

La distribución de Poisson es una distribución de probabilidad discreta que modela el número de eventos que ocurren en un intervalo fijo de tiempo o espacio. Nombrada en honor al matemático francés Siméon Denis Poisson, es una de las distribuciones más importantes en la teoría de la probabilidad y la estadística.

La distribución de Poisson se caracteriza por un solo parámetro lambda (λ), que representa la tasa promedio de eventos por intervalo. Las propiedades clave incluyen:

Función de Masa de Probabilidad (PMF) de Poisson
$$P(X = k) = \frac{e^{-\lambda} \cdot \lambda^k}{k!}$$

Entendiendo Lambda (λ) y k

¿Qué es Lambda (λ)?

Lambda (λ) es el parámetro de tasa promedio de la distribución de Poisson. Representa el número esperado de eventos por intervalo. Por ejemplo:

¿Qué es k?

La variable k representa el número específico de eventos para el cual desea calcular la probabilidad. Debe ser un número entero no negativo (0, 1, 2, 3, ...). Por ejemplo, si desea conocer la probabilidad de exactamente 3 llamadas en una hora, entonces k = 3.

Cómo Calcular Probabilidades de la Distribución de Poisson

  1. Identifique sus parámetros: Determine la tasa promedio de eventos (λ) y el número de eventos (k) para los que desea calcular la probabilidad.
  2. Ingrese los valores: Ingrese su valor lambda (λ) que representa la tasa promedio y el valor k que representa el número de eventos en la calculadora.
  3. Calcule probabilidades: Haga clic en Calcular para obtener P(X = k), P(X ≤ k), P(X > k) y otras medidas de probabilidad junto con visualizaciones.
  4. Revise la solución paso a paso: Examine los pasos matemáticos detallados que muestran cómo se calculó cada probabilidad usando la fórmula de Poisson.
  5. Analice los gráficos: Use el gráfico de barras de la PMF y el gráfico de pasos de la CDF para visualizar la distribución y comprender la dispersión de la probabilidad.
Ejemplo: Llegadas de Clientes

Una cafetería recibe un promedio de 5 clientes por hora. ¿Cuál es la probabilidad de que lleguen exactamente 3 clientes en una hora determinada?

Solución: Con λ = 5 y k = 3:

$$P(X = 3) = \frac{e^{-5} \cdot 5^3}{3!} = \frac{0.00674 \times 125}{6} \approx 0.1404$$

Hay aproximadamente un 14.04% de probabilidad de que lleguen exactamente 3 clientes.

Tipos de Probabilidad Explicados

Probabilidad Notación Significado
Probabilidad Exacta P(X = k) Probabilidad de exactamente k eventos
Acumulada (como máximo) P(X ≤ k) Probabilidad de k o menos eventos
Acumulada (menos que) P(X < k) Probabilidad de menos de k eventos
Cola (más que) P(X > k) Probabilidad de más de k eventos
Cola (al menos) P(X ≥ k) Probabilidad de k o más eventos

¿Cuál es la diferencia entre PMF y CDF?

La PMF (Función de Masa de Probabilidad) da la probabilidad de que ocurran exactamente k eventos: P(X = k). Muestra la probabilidad para cada valor específico de k.

La CDF (Función de Distribución Acumulada) da la probabilidad de que ocurran como máximo k eventos: P(X ≤ k). Es la suma de todos los valores de la PMF desde 0 hasta k:

Función de Distribución Acumulada (CDF)
$$P(X \leq k) = \sum_{i=0}^{k} \frac{e^{-\lambda} \cdot \lambda^i}{i!}$$

Aplicaciones de la Distribución de Poisson

La distribución de Poisson se utiliza ampliamente en muchos campos:

Cuándo usar la Distribución de Poisson

Use la distribución de Poisson cuando:

Preguntas Frecuentes

¿Qué es la distribución de Poisson?

La distribución de Poisson es una distribución de probabilidad discreta que modela el número de eventos que ocurren en un intervalo fijo de tiempo o espacio cuando los eventos ocurren con una tasa promedio constante conocida (λ) e independientemente unos de otros. Se usa comúnmente para modelar eventos raros como llegadas de clientes, fallos del sistema o desintegración radiactiva.

¿Qué es lambda (λ) en la distribución de Poisson?

Lambda (λ) es el parámetro de tasa promedio de la distribución de Poisson. Representa el número esperado de eventos por intervalo. Por ejemplo, si un centro de llamadas recibe un promedio de 5 llamadas por hora, entonces λ = 5. Lambda debe ser positivo y puede ser cualquier número real mayor que cero.

¿Cómo calculo P(X = k) para una distribución de Poisson?

La probabilidad de exactamente k eventos se calcula usando la fórmula de la PMF de Poisson: P(X = k) = (e^(-λ) × λ^k) / k!. Por ejemplo, con λ = 5 y k = 3: P(X = 3) = (e^(-5) × 5^3) / 3! = (0.00674 × 125) / 6 ≈ 0.1404 o aproximadamente 14.04%.

¿Cuál es la diferencia entre PMF y CDF en la distribución de Poisson?

La PMF (Función de Masa de Probabilidad) da la probabilidad de exactamente k eventos: P(X = k). La CDF (Función de Distribución Acumulada) da la probabilidad de como máximo k eventos: P(X ≤ k), que es la suma de todos los valores de la PMF desde 0 hasta k. La CDF es útil para calcular probabilidades de rangos de resultados.

¿Cuándo debo usar la distribución de Poisson?

Use la distribución de Poisson cuando: (1) los eventos ocurren de forma independiente, (2) los eventos ocurren a una tasa promedio constante, (3) dos eventos no pueden ocurrir exactamente al mismo instante, y (4) está contando el número de eventos en un intervalo fijo. Las aplicaciones comunes incluyen el modelado del tráfico de sitios web, reclamaciones de seguros, fallos de equipos y procesos biológicos.

Referencias

Cite este contenido, página o herramienta como:

"Calculadora de Distribución de Poisson" en https://MiniWebtool.com/es/calculadora-de-distribución-de-poisson/ de MiniWebtool, https://MiniWebtool.com/

por el equipo de miniwebtool. Actualizado: 13 de enero de 2026

API para desarrolladores disponible: Ejecuta esta herramienta desde tu app, automatización o agente con una solicitud HTTP JSON. Ver documentación de la API

También puede probar nuestro Solucionador de Matemáticas AI GPT para resolver sus problemas matemáticos mediante preguntas y respuestas en lenguaje natural.

Operaciones matemáticas avanzadas:

Herramientas populares y actualizadas:

Calculadora de Distribución NormalCalculadora de Distribución de WeibullCalculadora de Prueba F y Distribución FVer todos →
Página de inicio > Matemáticas > Operaciones matemáticas avanzadas > Calculadora de Distribución de Poisson