DISTRIBUIO DE PROBABILIDADE DE POISSON

( )
X
t e
X P
X t
) (

Onde:
X: o nmero de ocorrncias;
e : a base dos logaritmos naturais (e

2,71828);
: a taxa mdia por unidade;
t : o mero de unidades.
p n
Onde:

: a mdia aritmtica de uma distribuio binomial;

n
: o nmero de repeties do evento;
p
: a probabilidade associada ao evento;
Quando se refere a tempo, substitui o p por t que significa tempo.
Exemplo
1) Determinar a probabilidade de haver 4 peas defeituosas numa amostra de 300,
extrada de um grande lote onde h 2% de defeituosas.
Aplicando-se a frmula da distribuio binomial teremos:
N = 300
X = 4
p = 2% =
100
2
= 0,02
Utilizando a distribuio de Poisson, teremos:
6 02 , 0 300 p n
134 , 0
4
) 6 (
) 4 (
) (
) (
4 6



e
x P
x
e
x P
x

2) Suponhamos que os navios cheguem a um porto a razo de 2 navios /hora, e que essa
razo seja bem aproximada por um processo de Poisson. Observando o processo por um
perodo de meia hora (t = 1/2), determine a probabilidade de:
a) no chegar nenhum navio;
b) chegarem 3 navios.
Soluo:
n = 2
p = t =
2
1
horas.
Primeiro determine
:

1
2
1
2 t n 1
a) 368 , 0
0
) 1 (
) 0 (
) (
) (
0 1



e
x P
x
e
x P
x

b) 061 , 0
3
) 1 (
) 3 (
) (
) (
3 1



e
x P
x
e
x P
x

3) Uma mquina produz 9 peas defeituosas a cada 1000 peas produzidas. Calcule a
probabilidade de que em um lote que contm:
a) 200 peas, sejam encontradas 8 peas defeituosas;
p n
n = 200 peas
p =
1000
9
= 0,009
8 , 1 009 , 0 200 p n
00045 , 0
40320
216 , 18
8
) 8 , 1 (
) 8 (
) (
) (
8 8 , 1



e
x P
x
e
x P
x

b) 500 peas, no haja nenhuma pea defeituosa.

p n
n = 500 peas
p =
1000
9
= 0,009
5 , 4 009 , 0 500 p n
0111 , 0
0
) 5 , 4 (
) 0 (
) (
) (
0 5 , 4



e
x P
x
e
x P
x

4) Um processo mecnico produz tecido para tapetes com uma mdia de 2 defeitos por
jarda. Determine a probabilidade de uma jarda quadrada ter exatamente 1 defeito,
admitindo que um processo possa ser bem aproximado por uma distribuio de Poisson.
Soluo
dado

= 2 e x = 1
( )
X
t e
X P
X t
) (

270 , 0
1
) 2 (
) 1 (
) (
) (
1 2



e
P
x
e
x P
x

Exerccios:
1) Suponhamos que os defeitos em fios para tear possam ser aproximados por um
processo de Poisson com mdia 0,2 defeitos por metro. Inspecionando-se pedaos de fio
de 6 metros de comprimento, determine a probabilidade de encontrarmos menos de 2
defeitos.
Soluo:
Primeiramente encontramos

:
p n

p = 0,2
n = 6
2 , 1 2 , 0 6
A probabilidade de encontrar menos de 2 defeitos, significa a probabilidade de no se
encontrar nenhum defeito p(x = 0) somada probabilidade de se encontrar 1 defeito p(x
= 1), ou seja, p(x < 2) Assim teremos
x
e
x P
x
) (
) (

P(x < 2) = P(x = 0) + P(x = 1)

( ) 6625 , 0 2 , 2 2 , 1 1
1
) 2 , 1 (
0
) 2 , 1 (
) 2 (
2 , 1 2 , 1
1 2 , 1 0 2 , 1
+

<


e e
e e
x P

P(x < 2) = 0,6626
2) As chamadas de emergncia chegam a uma central de polcia a razo de 4 por hora no
perodo de 1 as 6 da manh em dias teis e podem ser aproximadas por uma distribuio
de Poisson. Responda:
a) Quantas chamadas de emergncia so esperadas num perodo de 30 minutos?
b) Qual a probabilidade de nenhuma chamada num perodo de 30 minutos?
a)
p = t (tempo) = 30 minutos = 0,5 horas.
n = 4
t n x E ) (
Portanto, num perodo de 30 minutos so esperadas _____ chamadas.
b) p = t (tempo) = 30 minutos = 0,5 horas.
t n
x
e
x P
x
) (
) (

P(x = 0) = 0,135
3) A entrega de mercadorias em um depsito feita a razo de 2,8 caminho por hora.
Determine a probabilidade de chegarem 3 ou mais caminhes:
a) Num perodo de 30 minutos; Resposta: P(x 3) = 0,1665.
b) Num perodo de 1 hora; Resposta: P(x 3) = 0,5305.
c) Num perodo de 2 horas; Resposta: P(x 3) = 0,9176.
p n

x
e
x P
x
) (
) (

a) p = t = 30 minutos = 0,5 horas.

n = 2,8
4 , 1 5 , 0 8 , 2
A probabilidade de se encontrar 3 ou mais caminhes, significa a probabilidade de se
encontrar 1 inteiro menos a probabilidade de no se encontrar nenhum caminho p(x=0),
somada probabilidade de se encontrar um caminho p(x=1), somada probabilidade de
se encontrar 2 caminhes p(x=2). Assim teremos
P(x 3) = 1 - P(x < 3) = 1 [P(x = 0) + P(x = 1) + P(x = 2)]

1
]
1

,
_

+ +
1
]
1

2
) 4 , 1 (
1
) 4 , 1 (
0
) 4 , 1 (
1
2
) 4 , 1 (
1
) 4 , 1 (
0
) 4 , 1 (
1 ) 3 (
2 1 0
4 , 1
4 , 1 1 4 , 1 0 4 , 1
e
e e e
x P
( ) [ ] 1665 , 0 8334 , 0 1 38 , 3 1 98 , 0 4 , 1 1 1 ) 3 (
4 , 1 4 , 1
+ +

e e x P
P(x 3) = 0,1665
b) p = t = 1 hora.
n = 2,8
8 , 2 1 8 , 2
P(x 3) = 1 - P(x < 3) = 1 [P(x = 0) + P(x = 1) + P(x = 2)]
c) p = t = 2 horas.
n = 2,8
6 , 5 2 8 , 2
P(x 3) = 1 - P(x < 3) = 1 [P(x = 0) + P(x = 1) + P(x = 2)]
4) O nmero de petroleiros que chegam a uma refinaria em cada dia ocorre segundo uma
distribuio de Poisson, com = 2. As atuais instalaes podem atender, no mximo, a 3
petroleiros por dia. Se mais de 3 aportarem num dia, o excesso enviado a outro porto.
Em um dia, qual a probabilidade de se enviar petroleiros para outro porto?
Resposta: P(x > 3) = 0,145
p n

x
e
x P
x
) (
) (

5) A chegada de nibus em um terminal acontece a razo de 3 por minuto. Supondo que

tenha uma distribuio de Poisson, determine a probabilidade de:
a) chegarem 8 nibus em 2 minutos; Resposta P(x = 8) = 0,103
b) chegarem 4 nibus em 5 minutos; Resposta P(x = 4) = 0,000645
p n

x
e
x P
x
) (
) (

6) Suponhamos que os navios cheguem a um porto razo de = 2 navios / hora e que

essa razo seja bem aproximada a um processo de Poisson. Observando o processo
durante um perodo de meia hora (t = 0,5), determine a probabilidade de:
a) no chegar nenhum navio; Resposta P(x = 0) = 0,368
b) chegarem 3 navios; Resposta P(x = 3) = 0,0613
c) chegarem mais de 3 navios em 2 horas. Resposta P(x > 3) = 0,5665
p n

x
e
x P
x
) (
) (