Modelos Discretos de

Probabilidad
Albaro Paiva
24 May, 2023
Modelo Discretos
Distribuição de Poisson

Muitos experimentos consistem em observar a ocurrência de eventos en determinadas

unidade (de tempo, volume, comprimento, área, …)

A distribuição de Poisson descreve resultados de experiências de experimentos que

ocorrem aleatóriamente a uma taxa média definida em um intervalo específico de
tempo o espaço.

· Número de consultas a uma base da dados em um minuto

· Nuúmero de acidentes com automóveis por semana em uma determinada
Vizinhança
· Erros de digitação por um certo período de tempo
· Número de carros que chegam a um posto de gasolina a cada 10 min
· Número de falhas em componentes electronico por unidade de tempo
· Número de requisições para um servidor em um intervalo de tempo.
· Número de microorganismos por
cm3
2/21
Distribuição de Poisson
Seja um experimento realizado nas seguintes condições:

· As ocorrências são independentes.

· As ocorrências são aleatórias.
· A variável aleatória X é o número de ocorrências de um evento ao longo de algum
intervalo (de tempo ou espaço). Denominamos esse experimento de processo de
Poisson.

Vamos associar a v.a X o número de ocorrências em um intervalo. Portanto X poderá

assumir os valores 0, 1, . . .

3/21
Distribuição de Poisson
Definição:

Uma variável aleatória X que pode assumir qualquer um dos valores 0,1,2, … é chamada
de variável aleatória de Poisson com parâmetro λ
, se para algum λ
, > 0

{ 0 , q. o. c
x
e−λ λx! , x = 0, 1, 2
P(X = x) =
onde o parâmetro λé >a taxa
0 média de ocorrências em um intervalo de tempo ou espaço.
denotamos como: X ∽ P(λ)
A distribuição de probabilidades de Poisson foi introduzida por Siméon Denis Poisson
em um livro que escreveu a respeito da aplicação da teoria da probabilidade a
processos, julgamentos criminais e similares. O título do livro, publicado em 1837, era
Recherches sur lu probabilité de jugements en matière criminelle et en matière civile
(Investigações sobre a probabilidade de veredictos em matérias criminal e civil).

4/21
Distribuição de Poisson

5/21
Distribuição de Poisson

Propriedade:
· E(X) = λ
· Var(X) = λ
· mx (t) = eλ(e −1)
t

6/21
Distribuição de Poisson
Dem.
∞
λx
xe−λ
∑
E(X) =
x= 0
x!
∞
−λ λx−1
∑
E(X) = λ xe
x= 0
x!
∞
−λλx−1
∑
E(X) = λy = xe− 1
fazendo
x= 1
(x − 1)!
∞
λy
−λ
∑
E(X)
logo = λ e
(y)!
y= 0 
1

E(X) = λ
7/21
Distribuição de Poisson
Ex.

Um departamento de polícia recebe em média 5 solicitações por hora. Qual a

probabilidade de receber 2 solicitações numa hora selecionada aleatoriamente?

Soluçao:

· X
= número de solicitações em uma hora
· λ= o número médio de sucessos num intervalo específico (uma hora)=5
· X ∼Po(λ = 5)

{ 0 , q. o. c
x
e−λ λx! , x = 0, 1, 2
P(X = x) =
−5 (5)2
P(X = 2) = e 2! = 0.08422

8/21
Distribuição de Poisson
Ex.

A experiência passada indica que um número médio de 6 clientes por hora param para
colocar gasolina num posto de gasolina

· Qual é a probabilidade de 3 clientes pararem qualquer hora?

· Qual é a probabilidade de 3 clientes ou menos pararem em qualquer hora?
· Qual é o valor esperado, ou média, e o desvio padrão para esta distribuição?

9/21
Distribuição de Poisson
Ex.

A experiência passada indica que um número médio de 6 clientes por hora param para
colocar gasolina num posto de gasolina

· Qual é a probabilidade de 3 clientes pararem qualquer hora?

· Qual é a probabilidade de 3 clientes ou menos pararem em qualquer hora?
· Qual é o valor esperado, ou média, e o desvio padrão para esta distribuição?

Soluçao

X: Número de cliente que para num posto de gasolina em uma hora

λNúmero
: médio de cliente por hora que para num posto de gasolina

3 (216∗e−6 )
P(X = 3) = e−6 63! = 6 = 0.08923

P(X ≤ 3) = P(X = 0) + P(X = 1) + P(X = 3) + P(X = 3) = 0.15128

10/21
Distribuição de Poisson
Ex.

Suponha que erros tipograficos em uma página de um livro tenha distribuição de

= 12por página. Calcule a probabilidade de que há ao menos
Poisson com parámetro λerros
um erro, uma página qualquer desse livro.

11/21
Distribuição de Poisson
Ex.

Suponha que erros tipograficos em uma página de um livro tenha distribuição de

= 12por página. Calcule a probabilidade de que há ao menos
Poisson com parámetro λerros
um erro uma página qualquer desse livro.

Solução

X= Número de erro em uma página

1
λmedia
= de erro λ =
2

− 12 ( 12 )0
P(X ≥ 1) = 1 − P(X < 1) = 1 − P(X = 0) = 1 − e ∗ 0! = 0.39

12/21
Distribuição de Poisson
Ex.

Em uma central telefônica chegam 300 mensagem por horas qual é a probabilidade
que:

· Em um minuto não ocurra nenhuma chamada.

· Em dois minutos ocurram três chamadas
· Em t minutos não ocurra chamadas

13/21
Soluçao

Ex.

Em uma central telefônica chegam 300 mensagem por horas qual é a probabilidade
que:

· Em um minuto não ocurra nenhuma chamada.

· Em dois minutos ocurram três chamadas
· Em t minutos não ocurra chamadas

X: Numero de mensagem

λNúnumero
= de mensagem por hora 300ms

nos pidem trabajar em minutos

λms
= por
5 minutos
−5 (5)0
P(X = 0) = e 0!

14/21
Distribuição de Poisson
Ex.

Em media há 2 chamadas por hora num certo telefone. Calcular a probabilidade de se

receber no maximo 3 chamadas em 2 horas. Calcular a probabilidad de nenhum
chamada em 90 min.

15/21
Solução

Ex.

Em media há 2 chamadas por hora num certo telefone. Calcular a probabilidade de se

receber no maximo 3 chamadas em 2 horas. Calcular a probabilidad de nenhum
chamada em 90 min.

X: Número de chamadas num certo telefône

λmedia
= 2 de chamada por hora
nos piden medias 3 chamadas en dos horas

λmedia
= 4 de chamada en 2 horas
3
−4 4x
∑
P(X ≤ 3) = e ∗ = 0.4331
x= 0
x!

nos pidem ahora nehum chamda em 90 min ,então

λchamadas
= 3 en 90 minutos

30
P(X = 0) = e−3 ∗ 0!
= 0.0498 16/21
exe

Certo posto de bombeiros recebe em média 3 chamadas por dias. Calcule a

probabilidade de:

· receber 4 chamadas num dia;

· receber 3 ou mais chamadas num dia.

17/21
Solução

exe

Certo posto de bombeiros recebe em média 3 chamadas por dias. Calcule a

probabilidade de:

· receber 4 chamadas num dia;

· receber 3 ou mais chamadas num dia.

X= Numero de chamadas en certo posto de bomeiro por dia - λmedias

= de chamadas por
dias =3

X ∽ P(3)
P(X = 4)
P(X ≥ 3)

18/21
Ex:

Uma fábrica de pneus verificou que ao testar seus pneus nas pistas, havia em média um
estouro de pneus a cada 5000 km.

· Qual a probabilidade que um teste de 3000 km haja no máximo um pneu estourado.

· Qual a probabilidade que um carro ande 8000 km sim estourar nunhum pneu?

19/21
Ex:
O número de chamadas telefônicas que chegam a uma central telefônica é
frequentemente modelado como um Variável aleatória de Poisson. Suponha que, em
média, haja 10 chamadas por hora.

· Qual é a probabilidade de que haja exatamente cinco chamadas em uma hora?

· Qual é a probabilidade de que haja pelo menos 3 chamadas em uma hora?
· Qual é a probabilidade de que haja exatamente 15 chamadas em duas horas?
· Qual é a probabilidade de que haja exatamente cinco chamadas em 30 minutos?
· Qual é o valor esperado de chamadas em um período de 2 horas? e o desvio padrão?

20/21
Ex:

Uma determinada área geográfica do planeta é, em média,é atingida por seis furacões
por ano. Encontre a probabilidade de que em um determinado ano a área seja afetada
por:

· menos de quatro furacões;

· entre 6 e 8 furacões.

X= Número de áreas afetadas por furacões - λ6 =f/ano

· P(X < 4) = P(X ≤ 3)

· P(6
P(X≤≤ X8)≤−8)P(X
= ≤ 6)

21/21