Aula 5

Distribuição de Poisson

Julio Carneiro - juliokaarneiro@hotmail.com - CPF: 223.843.688-00

 Distribuição de Poisson

Distribuição discreta de probabilidade aplicável a ocorrências de um evento em

um intervalo especificado.

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.

Julio Carneiro - juliokaarneiro@hotmail.com - CPF: 223.843.688-00

 Distribuição de Poisson

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

Julio Carneiro - juliokaarneiro@hotmail.com - CPF: 223.843.688-00

 Distribuição de Poisson

Siméon Denis Poisson, matemático e físico francês (1781 – 1840)

Recherches sur la probabilité des jugements en matières
criminelles et matière civile ("Pesquisa sobre a
probabilidade em julgamentos sobre matérias criminais
e civis")

Julio Carneiro - juliokaarneiro@hotmail.com - CPF: 223.843.688-00

 Distribuição de Poisson

Características para a distribuição de Poisson:

• o número de ocorrências de um evento em um intervalo de tempo (espaço) é independente do
número de ocorrências do evento em qualquer outro intervalo disjunto – ocorrências
independentes umas das outras
• a probabilidade de duas ou mais ocorrências simultâneas é praticamente zero
• o número médio de ocorrências por unidade de tempo (espaço) é constante ao longo do tempo
(espaço)
• o número de ocorrências durante qualquer intervalo depende somente da duração ou tamanho
do intervalo; quanto maior o intervalo, maior o número de ocorrências

Julio Carneiro - juliokaarneiro@hotmail.com - CPF: 223.843.688-00

 Distribuição de Poisson

Características para a distribuição de Poisson:

• A variável aleatória x é o número de ocorrências do evento no intervalo
• O intervalo pode ser o tempo, a distância, a área, o volume ou outra unidade
análoga

Julio Carneiro - juliokaarneiro@hotmail.com - CPF: 223.843.688-00

 Distribuição de Poisson

Esta distribuição representa a probabilidade de que um evento ocorra em um

número especificado de vezes em um intervalo de tempo (espaço), quando a taxa
de ocorrência (média) é fixa.

𝜇 ! 𝑒 "#
𝑃 𝑥 =
𝑥!

X (variável) = número de ocorrências do evento em um intervalo

μ= taxa de ocorrência do evento x (média)
Desvio-padrão σ = 𝜇

Julio Carneiro - juliokaarneiro@hotmail.com - CPF: 223.843.688-00

 Distribuição de Poisson

A distribuição de Poisson se aproxima da distribuição binomial, quando n é

grande e p pequeno. Empiricamente, alguns autores usam:

• n>100 e np<10
• n>30 e np<5

Nestas aproximações, μ= np

Julio Carneiro - juliokaarneiro@hotmail.com - CPF: 223.843.688-00

 Distribuição de Poisson

Julio Carneiro - juliokaarneiro@hotmail.com - CPF: 223.843.688-00

 Distribuição de Poisson

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?

Média μ = 5 (5 bombas por dia)

X = 0 (nenhuma bomba para reparos amanhã)

𝜇 ! 𝑒 "# 5$ 𝑒 "%
𝑃 𝑥 = 𝑃 0 = = 𝑒 "% = 0,0067
𝑥! 0!

0,67% de probabilidade de não haver nenhuma bomba para reparos amanhã.

Julio Carneiro - juliokaarneiro@hotmail.com - CPF: 223.843.688-00

 Distribuição de Poisson

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?

Média μ = 5 (5 bombas por dia)

X = 2 (duas bombas para reparos amanhã)

𝜇 ! 𝑒 "# 5& 𝑒 "%

𝑃 𝑥 = 𝑃 2 = = 12,5 . 𝑒 "% = 0,08375
𝑥! 2!

8,4 % de probabilidade de haver duas bombas para reparos amanhã.

Julio Carneiro - juliokaarneiro@hotmail.com - CPF: 223.843.688-00

 Distribuição de Poisson

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?

Média μ = 5 (5 bombas por dia)

Mais de duas bombas: P(x>2) = P(3) + P(4) + P(5) + P(6) + P(7) + P(8) + ....

Ou, P(x>2) = 1 – [P(0) + P(1) + P (2)]

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!

P(x>2) = 1 – [P(0) + P(1) + P (2)] = 1 – [0,0067 + 0,0335 + 0,08375]

P(x>2)= 0,87605 = 87,6%

Julio Carneiro - juliokaarneiro@hotmail.com - CPF: 223.843.688-00

 Distribuição de Poisson

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) 𝜇 ! 𝑒 "#

𝑃 𝑥 =
𝑥!

8$ 𝑒 "( 8' 𝑒 "(

𝑃 0 = = 1 . 𝑒 "( = 0,000335 𝑃 1 = = 8 . 𝑒 "( = 0,00268
0! 1!

8& 𝑒 "( 8) 𝑒 "(

𝑃 2 = = 32 . 𝑒 "( = 0,01072 𝑃 3 = = 85,333 . 𝑒 "( = 0,025586
2! 3!

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%

Julio Carneiro - juliokaarneiro@hotmail.com - CPF: 223.843.688-00