¿Qué significa λ en el modelo de Poisson?

λ es la media de goles esperados para un equipo o para el total del partido. Se estima a partir de datos históricos, como el promedio de goles por partido en una liga o el rendimiento reciente de los equipos. Cuanto más precisa sea la estimación de λ, más fiables serán las probabilidades calculadas.

¿Cómo se calcula la probabilidad de over 2.5 con Poisson?

Se calculan las probabilidades de 0, 1 y 2 goles usando la fórmula de Poisson y se suman. Restando esa suma de 1 se obtiene la probabilidad de 3 o más goles, que es over 2.5. Por ejemplo, con λ=2.5, la probabilidad de over 2.5 es del 45.62%.

¿Puedo usar Poisson para cualquier deporte?

Poisson funciona mejor en deportes con eventos de baja frecuencia e independientes, como el fútbol o el hockey. En deportes de alta puntuación como baloncesto o rugby, la distribución normal o modelos más complejos suelen ser más adecuados. También se usa en tenis para los juegos, pero con ajustes.

¿Por qué el modelo subestima los resultados abultados?

Porque la distribución de Poisson asume que la media es constante y los eventos son independientes. En la realidad, cuando un equipo está muy superior, la tasa de goles puede aumentar y generar más goles de los que predice el modelo. Esto provoca que las colas de la distribución real sean más pesadas.

Modelo de Poisson: cómo estimar la probabilidad de goles en el fútbol

Actualizado el 2026-07-27 · 936 palabras

Qué es

El modelo de Poisson es una distribución de probabilidad que describe la ocurrencia de eventos independientes en un intervalo fijo de tiempo o espacio. En el contexto de las apuestas deportivas, se utiliza para estimar la probabilidad de que un equipo marque un número determinado de goles en un partido de fútbol, bajo el supuesto de que los goles son eventos independientes con una tasa media constante.

La idea es simple: si conoces la media de goles que un equipo suele marcar (λ, lambda), puedes calcular la probabilidad de que marque exactamente 0, 1, 2, etc. goles. Combinando las distribuciones de ambos equipos, se obtiene la probabilidad de resultados exactos, over/under, y otros mercados populares.

Poisson no es una predicción perfecta, pero es la base de muchos modelos más complejos y una herramienta de referencia para cualquier analista cuantitativo.

Las matemáticas

La fórmula de la distribución de Poisson es:

P(X = k) = (λ^k × e^−λ) / k!

Donde:

λ es la media de goles esperados (por ejemplo, 2.5 goles por partido).
k es el número de goles cuya probabilidad queremos calcular (0, 1, 2, …).
e es la constante de Euler (~2.71828).
k! es el factorial de k (0! = 1, 1! = 1, 2! = 2, etc.).

Supongamos una media realista de 2.5 goles por partido (típico en muchas ligas). Calculamos las probabilidades de 0, 1 y 2 goles:

P(0): (2.5^0 × e^−2.5) / 0! = (1 × 0.0821) / 1 = 0.0821 (8.21%)
P(1): (2.5^1 × e^−2.5) / 1! = (2.5 × 0.0821) / 1 = 0.2052 (20.52%)
P(2): (2.5^2 × e^−2.5) / 2! = (6.25 × 0.0821) / 2 = 0.2565 (25.65%)

La suma de P(0)+P(1)+P(2) es 0.0821 + 0.2052 + 0.2565 = 0.5438, lo que significa que hay un 54.38% de probabilidad de que el total de goles sea 2 o menos. Por tanto, la probabilidad de over 2.5 (3 o más goles) es:

P(over 2.5) = 1 − 0.5438 = 0.4562 (45.62%)

Este cálculo es la base para evaluar si una cuota de over 2.5 tiene valor o no.

Ejemplo resuelto

Imagina un partido donde estimamos que la media de goles totales es λ = 2.5. La cuota decimal para over 2.5 en el mercado es 2.20. La probabilidad implícita de esa cuota es 1 / 2.20 = 0.4545 (45.45%). Nuestro modelo Poisson estima una probabilidad del 45.62%. La diferencia es mínima: 0.17 puntos porcentuales.

Calculamos el valor esperado (EV) para una apuesta de 10 €:

EV = (cuota × probabilidad estimada) − 1 = (2.20 × 0.4562) − 1 = 1.0036 − 1 = 0.0036 (0.36%)

Un EV positivo, aunque pequeño. Sin embargo, recuerda que el modelo es una aproximación y la cuota incluye la margen de la casa. En este caso, la estimación está muy cerca del precio de mercado.

Ahora supón que otra fuente te da una media diferente, λ = 2.3. Recalculando: P(0)=0.1003, P(1)=0.2306, P(2)=0.2652, suma=0.5961, over=0.4039 (40.39%). Con la misma cuota de 2.20, el EV sería (2.20×0.4039)−1 = −0.1114 (−11.14%), claramente negativo. Esto muestra la sensibilidad del modelo a la estimación de λ.

El ejemplo demuestra que el modelo de Poisson es solo tan bueno como el λ que introduces. Un λ mal estimado lleva a decisiones equivocadas.

Cuándo no usarlo

El fútbol viola la independencia de eventos. Poisson asume que los goles ocurren de forma independiente, pero en el fútbol hay factores como el estado anímico, la posesión, las tarjetas o el marcador parcial que afectan la tasa de goles durante el partido. Por ejemplo, un equipo que va ganando puede relajarse o defender más, reduciendo la probabilidad de más goles.
La tasa de goles no es constante a lo largo del partido. La media λ se calcula para los 90 minutos, pero la intensidad varía: hay más goles al final de cada tiempo, menos al inicio. El modelo Poisson ignora esta variación temporal y trata todo el partido como homogéneo.
Subestima los marcadores elásticos. Poisson da poca probabilidad a resultados como 5-0 o 6-1, pero en la realidad estos son más frecuentes de lo que el modelo predice, especialmente en ligas con grandes diferencias de nivel. La distribución real tiene colas más pesadas.
La estimación de λ con muestras pequeñas es muy ruidosa. Si usas solo 5-10 partidos recientes para calcular la media, el error puede ser enorme. Para una estimación mínimamente estable se necesitan al menos 30-40 partidos, idealmente de la misma temporada y competición. Cualquier λ con menos de 20 partidos debe tratarse con escepticismo.
No captura el efecto de las alineaciones o lesiones. La media histórica no refleja si el equipo juega con suplentes o si falta su goleador. El modelo mecánico necesita ajustes contextuales que el Poisson básico no contempla.
Ignora la correlación entre ambos equipos. En un partido, los goles de un equipo influyen en el comportamiento del otro (por ejemplo, un equipo que pierde ataca más). Poisson trata las distribuciones de ambos como independientes, lo cual es una simplificación fuerte.

Por todo ello, el modelo de Poisson es una herramienta educativa y de referencia, pero no un oráculo. Úsalo con criterio, combínalo con otras métricas y recuerda que cualquier modelo es una simplificación de la realidad.

Para aplicar estos cálculos sin hacerlos a mano, puedes usar nuestro analizador de apuestas.

Contenido educativo. Las apuestas conllevan riesgo de pérdida financiera y tienen un valor esperado negativo para el apostante en el agregado. Restringido a mayores de edad, 18+. Si el juego deja de ser entretenimiento, busca ayuda profesional.

Preguntas frecuentes

¿Qué significa λ en el modelo de Poisson?: λ es la media de goles esperados para un equipo o para el total del partido. Se estima a partir de datos históricos, como el promedio de goles por partido en una liga o el rendimiento reciente de los equipos. Cuanto más precisa sea la estimación de λ, más fiables serán las probabilidades calculadas.
¿Cómo se calcula la probabilidad de over 2.5 con Poisson?: Se calculan las probabilidades de 0, 1 y 2 goles usando la fórmula de Poisson y se suman. Restando esa suma de 1 se obtiene la probabilidad de 3 o más goles, que es over 2.5. Por ejemplo, con λ=2.5, la probabilidad de over 2.5 es del 45.62%.
¿Puedo usar Poisson para cualquier deporte?: Poisson funciona mejor en deportes con eventos de baja frecuencia e independientes, como el fútbol o el hockey. En deportes de alta puntuación como baloncesto o rugby, la distribución normal o modelos más complejos suelen ser más adecuados. También se usa en tenis para los juegos, pero con ajustes.
¿Por qué el modelo subestima los resultados abultados?: Porque la distribución de Poisson asume que la media es constante y los eventos son independientes. En la realidad, cuando un equipo está muy superior, la tasa de goles puede aumentar y generar más goles de los que predice el modelo. Esto provoca que las colas de la distribución real sean más pesadas.