Distribuição de

Poisson
 Problema de Distribuição de Poisson

A distribuição de Poisson é uma distribuição de probabilidade de variável aleatória discreta que expressa a
probabilidade de uma série de eventos ocorrer em um certo período de tempo se estes eventos ocorrem
independentemente de quando ocorreu o último evento.

São exemplos:

Usuários de computador ligados à Internet;

Clientes chegando ao caixa de um supermercado;
Acidentes com automóveis em uma determinada estrada;
Erros de digitação por um certo período de tempo;
Nº de carros que chegam a um posto de gasolina;
Nº de falhas em componentes por unidade de tempo;
Nº de requisições para um servidor em um intervalo de tempo.
 Problema de Distribuição de Poisson

A distribuição de Poisson é frequentemente usada em pesquisa operacional na solução de problemas administrativos

especialmente FILAS. Alguns exemplos são: o número de chamadas telefônicas para a polícia por hora, o número de
clientes chegando a uma bomba de gasolina por hora, e o número de acidentes de tráfego num cruzamento por semana.

Podemos usar a distribuição de Poisson como uma aproximação da distribuição Binomial quando n, o número de
tentativas, for grande e p ou 1 – p for pequeno (eventos raros). Um bom princípio básico é usar a distribuição de
Poisson quando n ≥ 30 e n.p ou n.(1-p) < 5. Quando n for grande, pode consumir muito tempo em usar a distribuição
binomial e tabelas para probabilidades binomiais, para valores muito pequenos de p podem não estarem disponíveis. Se
n(1-p) < 5, sucesso e fracasso deverão ser redefinidos de modo que Np < 5 para tornar a aproximação precisa.
 Problema de Distribuição de Poisson

 
Para reconhecer uma distribuição de Poisson, basta observar os três aspectos a seguir:
1. Quantas vezes um evento ocorre em um determinado intervalo de tempo, área, volume.
2. A probabilidade do evento ocorrer é a mesma para cada intervalo;
3. O número de ocorrências de um intervalo é independente do outro.

Exemplo 1: Em um banco, foi constatado após uma coleta de dados que o número médio de clientes que adquire
um determinado seguro é de 6 por hora. Determine, então, a probabilidade de em uma determinada hora do dia
serem vendidos exatamente 8 seguros?

=
Ou seja, para um valor de k = 8 e média = 6, obtemos uma probabilidade de 10% de em uma determinada hora serem
vendidos 8 seguros.
 Problema de Distribuição de Poisson

Vamos expandir esse exemplo.

Qual seria então a probabilidade de em uma determinada hora serem vendidos menos que 3 seguros?

A probabilidade de menos que três em uma variável discreta, é igual a probabilidade de zero, mais a probabilidade de
um, mais a probabilidade de dois, como mostrado a seguir.

+ + =0,062 ou 6,2%
 Problema de Distribuição de Poisson

Exemplo 2: Dados históricos indicam que um numero médio de 4 clientes por hora param para abastecer em um
determinado posto de gasolina.
a) Qual a probabilidade de 3 clientes pararem a qualquer hora?
b) Qual a probabilidade de menos que 3 clientes parem a qualquer hora?

=0,195 ou 19,5%
+ + =0,238 ou 23,8%
 Problema de Distribuição de Poisson

 
Exemplo 3: Um relatório de controle de qualidade informa que 1% das lâmpadas incandescentes produzidas em
 numa fábrica são defeituosas. Encontre a probabilidade de mais que uma lâmpada numa amostra aleatória
de 30 lâmpadas sejam defeituosas, usando Poisson.
[Pela Binomial n = 30, p = 0,01, e o exercício pede para encontrar P(X > 1). Então P(2) + P(3) + P(4) + ... = 0,0328 + 0,0031 + 0,0002 = 0,0361 ou 3,6%.]

Como n=30 e np = 30x0,01 = 0,3 podemos usar a distribuição de Poisson como aproximação da distribuição Binomial.
Considerando = np = 0,3; temos que encontrar a P(x 1) = 1-P(x 1), onde x é o numero de lâmpadas defeituosas.
+ =0,963

P(X > 1) = 1 – P(X ≤ 1) = 1 – 0,963 = 0,037 ou 3,7%