Explorador de la Distribución de Poisson
Explora la distribución de Poisson: descubre cómo se distribuyen los eventos raros y cómo la binomial converge hacia la Poisson.
Intervalos de eventos estocásticos y densidad de tasas 🖖
La distribución de Poisson modela la probabilidad de que ocurra un número dado de eventos independientes en un intervalo fijo de tiempo o espacio: P(X=k) = (λ^k * e^{-λ}) / k!, donde λ es la tasa promedio. Asume eventos independientes a una tasa constante, estándar en teoría de colas y desintegración.
Muchas probabilidades diminutas forman una curva limpia 🖖
Imagina un enorme número de oportunidades independientes, cada una muy improbable por sí sola - erratas en una página, rayos en una comarca, defectos en una línea de producción. Lanza una moneda n veces con probabilidad de éxito p; deja crecer n mientras p disminuye de modo que n × p = λ se mantenga fijo, y la distribución binomial se transforma suavemente en la de Poisson. Activa aquí la superposición, aumenta n y observa cómo las barras binomiales dentadas se asientan sobre la curva de Poisson. La lección: cuando tienes muchos intentos, cada uno con ínfima probabilidad, Poisson es el atajo.
Muertes por coz de caballo y la ley de los pequeños números 🖖
En 1898 el estadístico Ladislaus Bortkiewicz estudió las muertes por coces de caballo en 10 cuerpos del ejército prusiano durante 20 años. Los recuentos anuales - casi siempre 0, a veces 1 o 2, rara vez más - se ajustaban casi a la perfección a una distribución de Poisson con λ ≈ 0,61. Bautizó este patrón como la ley de los pequeños números. Fue una demostración asombrosa de que una distribución pensada para la física y el tráfico telefónico también rige los accidentes insólitos, y sigue siendo una prueba de manual de que Poisson describe el mundo real.
Problemas de ejemplo
- Típico λ=5 - P(X=3) cuando λ=5
- Eventos raros - Eventos raros: λ=0.5, P(X=2)
- Binomial→Poisson - Convergencia Binomial→Poisson en λ=10
- λ grande→Normal - Con λ=30 grande, la forma se aproxima a la Normal