Calculadora de Distribuição de Poisson
PMF e CDF para dados de contagem: exatamente k eventos, k ou menos, ou mais de k, a partir de λ.
A distribuição de Poisson responde a uma família de perguntas: quando eventos ocorrem de forma independente, a uma taxa média estável, qual é a probabilidade de cada contagem possível num intervalo fixo? O único parâmetro dela, λ, é ao mesmo tempo a média e a variância, e a probabilidade de exatamente k eventos é e^(−λ) · λ^k ÷ k!. Com λ = 3, os marcos são P(X = 0) ≈ 0,0498, P(X = 2) ≈ 0,224042 e P(X ≤ 2) ≈ 0,423190 — repare que uma contagem “típica” de 2 é, sozinha, menos provável que a chance somada de 0 ou 1, e é por isso que citar uma única contagem mais provável sem as vizinhas engana.
O modelo de Poisson supõe que os eventos chegam de forma independente, a uma taxa média estável, um de cada vez. Se os seus eventos se agrupam (uma chegada torna outra mais provável), chegam em lotes ou a taxa varia ao longo do intervalo, as probabilidades reais serão diferentes — muitas vezes com caudas mais pesadas do que Poisson prevê.
Respostas rápidas
Como se calcula uma probabilidade de Poisson?
P(X = k) = e^(−λ) · λ^k ÷ k!. Para λ = 3 e k = 2: e^(−3) × 9 ÷ 2 ≈ 0,224042. As probabilidades acumuladas somam as barras: P(X ≤ 2) com λ = 3 ≈ 0,423190.
λ é ao mesmo tempo a média e a variância da distribuição. O modelo supõe eventos independentes a uma taxa constante — agrupamento ou taxa à deriva deixam as caudas reais mais pesadas do que Poisson prevê.
O que λ significa na distribuição de Poisson?
O número médio de eventos por intervalo — por hora, por dia, por página, seja qual for o intervalo da sua contagem. Ele precisa ser positivo e não precisa ser inteiro: uma média de 2,5 eventos por hora é perfeitamente válida.
Mude o intervalo e λ escala junto: 6 chamadas por hora é λ = 3 por meia hora. Já k, a contagem sobre a qual você pergunta, precisa ser sempre um número inteiro.
Como usar
- Digite λ — o número médio de eventos no seu intervalo (chamadas por hora, chegadas por dia, defeitos por lote).
- Digite k, a contagem sobre a qual você está perguntando; ela precisa ser um número inteiro, porque eventos vêm de um em um.
- Escolha a pergunta: exatamente k, k ou menos, ou mais de k.
- Confira a resposta com um marco: com λ = 3, P(X = 2) deve mostrar 0,224042.
Sobre esta ferramenta
As suposições do modelo são os limites dele. Ele precisa de eventos independentes (uma chegada não torna outra mais nem menos provável), de uma taxa genuinamente constante ao longo do intervalo e de eventos que chegam um de cada vez. Centrais de atendimento violam a primeira condição depois de uma queda de serviço, o trânsito viola a segunda no horário de pico e chegadas em grupo violam a terceira — em cada caso, as contagens reais se espalham mais do que Poisson permite (sobredispersão), e as probabilidades de cauda desta página vão parecer pequenas demais. A aritmética aqui é exata — os fatoriais são somados em espaço logarítmico, para um k grande não estourar —, mas aritmética exata sobre um modelo desencontrado continua sendo um modelo desencontrado.
Perguntas frequentes
Como encontro a probabilidade de exatamente 2 eventos com λ = 3?
P(X = 2) = e^(−3) × 3² ÷ 2! = 0,049787 × 9 ÷ 2 ≈ 0,224042 — cerca de 22,4% de chance. O modo “exatamente k” da calculadora, com λ = 3 e k = 2, devolve o mesmo número.
Qual é a diferença entre P(X = k) e P(X ≤ k)?
A primeira é uma única barra da distribuição (exatamente aquela contagem); a segunda é a soma acumulada de todas as barras até k, inclusive. Para λ = 3: P(X = 2) ≈ 0,224042, mas P(X ≤ 2) ≈ 0,423190, porque ela também inclui as contagens 0 e 1. A maioria das perguntas reais (“no máximo dois”, “não passar da capacidade”) é do tipo acumulado.
Por que k precisa ser um número inteiro?
Porque contagens são inteiras: um intervalo contém 2 chegadas ou 3, nunca 2,5. Já λ é uma média e é rotineiramente fracionário — uma média de 2,5 chegadas por hora faz todo o sentido, e esta página aceita qualquer λ > 0.
Quando Poisson é o modelo errado?
Quando os eventos se agrupam, disparam uns aos outros ou chegam em grupos; quando a taxa sobe e desce dentro do intervalo; ou quando há um teto rígido para as contagens possíveis. A assinatura nos dados é uma variância visivelmente maior que a média — Poisson força as duas a serem iguais, então variância ≫ média nas suas contagens significa que o modelo já está falhando.
Mais ferramentas em português
Calculadora de Distribuição Normal
Probabilidades abaixo, acima e entre valores — e quantis — para qualquer distribuição normal.
Calculadora de Teste t
Testes t para uma amostra e para duas amostras (Welch), com t, graus de liberdade e valores-p bicaudais.
Calculadora científica
Calculadora científica completa no navegador: seno, cosseno, tangente, logaritmos, raiz, potências, π e e — com modo graus ou radianos.
Calculadora de porcentagem
Calcule X% de Y, descubra quantos por cento um valor é de outro e veja aumentos e reduções.
Poisson Distribution Calculator
PMF and CDF for count data: exactly k events, k or fewer, or more than k, from λ.