Escolar Documentos
Profissional Documentos
Cultura Documentos
Distribuição de Poisson
Distribuição Discreta:
• Distribuição Binomial à utilizada para encontrar a probabilidade de um número
de sucessos (ocorrência do evento) em certo número de tentativas.
• Distribuição de Poisson à utilizada para encontrar a probabilidade de um
número de sucessos (ocorrência do evento) em determinado intervalo.
Exemplos:
• Quantidade de usuários conectados a um site
• Quantidade de ligações telefônicas que chegam a uma agência bancária
• Quantidade de pessoas que chegam a um posto para abastecer
• Número de falhas em um equipamento por unidade de tempo
• Quantidade de bombas que falham em uma unidade de tempo
• Número de equipamentos que chegam à oficina para manutenção
𝜇 ! 𝑒 "#
𝑃 𝑥 =
𝑥!
• n>100 e np<10
• n>30 e np<5
Nestas aproximações, μ= np
Exemplos:
Uma oficina de mecânica em uma planta industrial recebe em média 5 bombas para reparos por dia. Qual a
probabilidade de NÃO receber nenhuma bomba para reparos amanhã?
𝜇 ! 𝑒 "# 5$ 𝑒 "%
𝑃 𝑥 = 𝑃 0 = = 𝑒 "% = 0,0067
𝑥! 0!
Exemplos:
Uma oficina de mecânica em uma planta industrial recebe em média 5 bombas para reparos por dia. Qual a
probabilidade de receber duas bombas para reparos amanhã?
Exemplos:
Uma oficina de mecânica em uma planta industrial recebe em média 5 bombas para reparos por dia. Qual a
probabilidade de receber mais de duas bombas para reparos amanhã?
Mais de duas bombas: P(x>2) = P(3) + P(4) + P(5) + P(6) + P(7) + P(8) + ....
P(0) = 0,67 %
P(2) = 8,37%
𝜇 ! 𝑒 "# 5' 𝑒 "%
P(1): 𝑃 𝑥 = 𝑃 1 = = 5 . 𝑒 "% = 0,0335 P(1) = 3,35%
𝑥! 1!
Exemplos:
Um processo de produção produz, em média, 8 itens defeituosos por hora. Qual a probabilidade de que em uma
hora sejam gerados no máximo três itens defeituosos?
P(x≤3) = P(0) + P(1) + P(2) + P(3) = 0,000335 + 0,00268 + 0,01072 + 0,025586 = 0,039321
P(x≤3) = 3,9%