DISTRIBUIÇÃO DE PROBABILIDADE DE POISSON

e −λ⋅t (λ ⋅ t ) X
P( X ) =
X
Onde:
X: é o número de ocorrências;
e : é a base dos logaritmos naturais (e ≅ 2,71828);
λ : é a taxa média por unidade;
t : é o úmero de unidades.

µ=λ=n ⋅p

Onde:
µ : é a média aritmética de uma distribuição binomial;
n : é o número de repetições do evento;
p : é 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 peças defeituosas numa amostra de 300,
extraída de um grande lote onde há 2% de defeituosas.
Aplicando-se a fórmula da distribuição binomial teremos:
N = 300
X=4

p = 2% = 2
100 = 0,02
Utilizando a distribuição de Poisson, teremos:
µ = λ = n ⋅ p ⇒ µ = 300 ⋅ 0,02 ⇒ µ = 6

e −µ ( µ) x e −6 (6) 4
P ( x) = ⇒ P ( x = 4) = = 0,134
x 4

2) Suponhamos que os navios cheguem a um porto a razão de 2 navios /hora, e que essa
razão seja bem aproximada por um processo de Poisson. Observando o processo por um
período de meia hora (t = 1/2), determine a probabilidade de:
 a) não chegar nenhum navio;
b) chegarem 3 navios.
Solução:
n=2

p=t= 1
2 horas.

Primeiro determine µ : µ = λ = n ⋅ t = 2 ⋅ 1 = 1 ⇒ µ = 1
2
e −µ ( µ) x e −1 (1) 0
a) P ( x) = ⇒ P ( x = 0) = = 0,368
x 0
e −µ (µ) x e −1 (1) 3
b) P ( x) = ⇒ P ( x = 3) = = 0,061
x 3

3) Uma máquina produz 9 peças defeituosas a cada 1000 peças produzidas. Calcule a
probabilidade de que em um lote que contém:
a) 200 peças, sejam encontradas 8 peças defeituosas;
µ =λ =n⋅ p

n = 200 peças

p= 9
1000 = 0,009
µ = λ = n ⋅ p ⇒ µ = 200 ⋅ 0,009 ⇒ µ = 1,8

e −µ ( µ) x e −1,8 (1,8) 8 18,216

P( x) = ⇒ P ( x = 8) = = = 0,00045
x 8 40320

b) 500 peças, não haja nenhuma peça defeituosa.

µ =λ =n⋅ p

n = 500 peças

p= 9
1000 = 0,009
µ = λ = n ⋅ p ⇒ µ = 500 ⋅ 0,009 ⇒ µ = 4,5

e −µ (µ) x e −4,5 (4,5) 0

P( x) = ⇒ P ( x = 0) = = 0,0111
x 0

4) Um processo mecânico produz tecido para tapetes com uma média 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 distribuição de Poisson.
Solução
É dado µ = 2 e x = 1
e −λ⋅t (λ ⋅ t ) X
P( X ) =
X
e −µ ( µ) x e −2 (2)1
P ( x) = ⇒ P (1) = = 0,270
x 1

Exercícios:
1) Suponhamos que os defeitos em fios para tear possam ser aproximados por um
processo de Poisson com média 0,2 defeitos por metro. Inspecionando-se pedaços de fio
de 6 metros de comprimento, determine a probabilidade de encontrarmos menos de 2
defeitos.
Solução:
Primeiramente encontramos µ :
µ =λ =n⋅ p

p = 0,2
n=6
µ = λ = 6 ⋅ 0,2 = 1,2

A probabilidade de encontrar menos de 2 defeitos, significa a probabilidade de não se

encontrar nenhum defeito p(x = 0) somada à probabilidade de se encontrar 1 defeito
p(x = 1), ou seja, p(x < 2) Assim teremos
e −µ ( µ) x
P( x) =
x
P(x < 2) = P(x = 0) + P(x = 1)
e −1, 2 ⋅ (1,2) 0 e −1, 2 ⋅ (1,2)1
P ( x < 2) = + = e −1, 2 ⋅ (1 + 1,2 ) = 2,2 ⋅ e −1, 2 = 0,6625
0 1

P(x < 2) = 0,6626

2) As chamadas de emergência chegam a uma central de polícia a razão de 4 por hora

no período de 1 as 6 da manhã em dias úteis e podem ser aproximadas por uma
distribuição de Poisson. Responda:
a) Quantas chamadas de emergência são esperadas num período de 30 minutos?
b) Qual a probabilidade de nenhuma chamada num período de 30 minutos?
a)
p = t (tempo) = 30 minutos = 0,5 horas.
n=4
E ( x) = µ = λ = n ⋅ t

Portanto, num período de 30 minutos são esperadas _____ chamadas.

b) p = t (tempo) = 30 minutos = 0,5 horas.

µ = λ = n ⋅t

e −µ ( µ) x
P( x) =
x
P(x = 0) = 0,135

3) A entrega de mercadorias em um depósito é feita a razão de 2,8 caminhão por hora.

Determine a probabilidade de chegarem 3 ou mais caminhões:
a) Num período de 30 minutos; Resposta: P(x ≥ 3) = 0,1665.
b) Num período de 1 hora; Resposta: P(x ≥ 3) = 0,5305.
c) Num período de 2 horas; Resposta: P(x ≥ 3) = 0,9176.

µ =λ =n⋅ p
e −µ ( µ) x
P( x) =
x
a) p = t = 30 minutos = 0,5 horas.
n = 2,8
µ = λ = 2,8 ⋅ 0,5 = 1,4

A probabilidade de se encontrar 3 ou mais caminhões, significa a probabilidade de se

encontrar 1 inteiro menos a probabilidade de não se encontrar nenhum caminhão
p(x=0), somada à probabilidade de se encontrar um caminhão p(x=1), somada à
probabilidade de se encontrar 2 caminhões p(x=2). Assim teremos

P(x ≥ 3) = 1 - P(x < 3) = 1 – [P(x = 0) + P(x = 1) + P(x = 2)]

 e −1, 4 ⋅ (1,4) 0 e −1, 4 ⋅ (1,4)1 e −1, 4 ⋅ (1,4)²   −1, 4  (1,4) 0 (1,4)1 (1,4) 2 
P ( x ≥ 3) = 1 −  + +  = 1 − e ⋅  + +  =
 0 1 2    0 1 2 

[ ]
P ( x ≥ 3) = 1 − e −1, 4 ⋅ (1 + 1,4 + 0,98 ) = 1 − e −1, 4 ⋅ 3,38 = 1 − 0,8334 = 0,1665

P(x ≥ 3) = 0,1665
b) p = t = 1 hora.
n = 2,8
µ = λ = 2,8 ⋅1 = 2,8

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
µ = λ = 2,8 ⋅ 2 = 5,6

P(x ≥ 3) = 1 - P(x < 3) = 1 – [P(x = 0) + P(x = 1) + P(x = 2)]

4) O número de petroleiros que chegam a uma refinaria em cada dia ocorre segundo
uma distribuição de Poisson, com λ = 2. As atuais instalações podem atender, no
máximo, a 3 petroleiros por dia. Se mais de 3 aportarem num dia, o excesso é enviado a
outro porto. Em um dia, qual a probabilidade de se enviar petroleiros para outro porto?

Resposta: P(x > 3) = 0,145

µ =λ =n⋅ p
e −µ ( µ) x
P( x) =
x

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

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

µ =λ =n⋅ p
e −µ ( µ) x
P( x) =
x

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

essa razão seja bem aproximada a um processo de Poisson. Observando o processo
durante um período de meia hora (t = 0,5), determine a probabilidade de:
a) não 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

µ =λ =n⋅ p
e −µ ( µ) x
P( x) =
x