DISTRIBUIO DE PROBABILIDADE DE POISSON

P X

e t ( t ) X
X

Onde:
X: o nmero de ocorrncias;

e : a base dos logaritmos naturais (e 2,71828);

: a taxa mdia por unidade;
t : o mero de unidades.
n p

Onde:

: a mdia aritmtica de uma distribuio binomial;

n : o nmero de repeties do evento;

p : a probabilidade associada ao evento;
Exemplo
1) Determinar a probabilidade de haver 4 peas defeituosas numa amostra de 300, extrada de um
grande lote onde h 2% de defeituosas.
Aplicando-se a frmula da distribuio binomial teremos:
N = 300
X=4
p = 2% = 2

100 = 0,02

Utilizando a distribuio de Poisson, teremos:

n p 300 0,02 6

P( x)

e ( ) x
e 6 (6) 4
P ( x 4)
0,134
x
4

2) Suponhamos que os navios cheguem a um porto a razo de 2 navios /hora, e que essa razo seja
bem aproximada por um processo de Poisson. Observando o processo por um perodo de meia hora (t
= 1/2), determine a probabilidade de:
a) no chegar nenhum navio;
b) chegarem 3 navios.

Soluo:
n=2
p=t= 1

2 horas.

Primeiro determine : n t 2 1 1 1

a) P( x)

e ( ) x
e 1 (1) 0
P ( x 0)
0,368
x
0

b) P( x)

e ( ) x
e 1 (1) 3
P ( x 3)
0,061
x
3

3) Uma mquina produz 9 peas defeituosas a cada 1000 peas produzidas. Calcule a probabilidade de
que em um lote que contm:
a) 200 peas, sejam encontradas 8 peas defeituosas;
n p

n = 200 peas
p= 9

1000 = 0,009

n p 200 0,009 1,8

e ( ) x
e 1,8 (1,8) 8 18,216
P ( x)
P( x 8)

0,00045
x
8
40320

b) 500 peas, no haja nenhuma pea defeituosa.

n p

n = 500 peas
p= 9

1000 = 0,009

n p 500 0,009 4,5

P( x)

e ( ) x
e 4,5 ( 4,5) 0
P ( x 0)
0,0111
x
0

4) Um processo mecnico produz tecido para tapetes com uma mdia 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 distribuio de Poisson.
Soluo
dado = 2 e x = 1
P X

e t ( t ) X
X

P ( x)

e ( ) x
e 2 (2)1
P (1)
0,270
x
1

Exerccios:
1) Suponhamos que os defeitos em fios para tear possam ser aproximados por um processo de Poisson
com mdia 0,2 defeitos por metro. Inspecionando-se pedaos de fio de 6 metros de comprimento,
determine a probabilidade de encontrarmos menos de 2 defeitos.
Soluo:
Primeiramente encontramos :
n p

p = 0,2
n=6

6 0,2 1,2

A probabilidade de encontrar menos de 2 defeitos, significa a probabilidade de no se encontrar

nenhum defeito p(x = 0) somada probabilidade de se encontrar 1 defeito p(x = 1), ou seja, p(x < 2)
Assim teremos
e ( ) x
P( x)

P(x < 2) = P(x = 0) + P(x = 1)

P ( x 2)

e 1, 2 (1,2) 0 e 1, 2 (1,2)1

e 1, 2 1 1,2 2,2 e 1, 2 0,6625

0
1

P(x < 2) = 0,6626

2) As chamadas de emergncia chegam a uma central de polcia a razo de 4 por hora no perodo de 1
as 6 da manh em dias teis e podem ser aproximadas por uma distribuio de Poisson. Responda:
a) Quantas chamadas de emergncia so esperadas num perodo de 30 minutos?
b) Qual a probabilidade de nenhuma chamada num perodo de 30 minutos?
e ( ) x
n p
P( x)

a)
p = t (tempo) = 30 minutos = 0,5 horas.
n=4
E ( x) n t 4 0,5 2

Portanto, num perodo de 30 minutos so esperadas 2 chamadas.

b) p = t (tempo) = 30 minutos = 0,5 horas.
4 0,5 2

P ( x 0)

e 2 ( 2) 0
e 2 1 0,135
0

P(x = 0) = 0,135
3) A entrega de mercadorias em um depsito feita a razo de 2,8 caminho por hora. Determine a
probabilidade de chegarem 3 ou mais caminhes:
a) Num perodo de 30 minutos;
b) Num perodo de 1 hora;
c) Num perodo de 2 horas;

 n p

P( x)

e ( ) x
x

a) p = t = 30 minutos = 0,5 horas.

n = 2,8
2,8 0,5 1,4

A probabilidade de se encontrar 3 ou mais caminhes, significa a probabilidade de se encontrar 1

inteiro menos a probabilidade de no se encontrar nenhum caminho p(x=0), somada probabilidade
de se encontrar um caminho p(x=1), somada probabilidade de se encontrar 2 caminhes p(x=2).
Assim teremos
P(x 3) = 1 - P(x < 3) = 1 [P(x = 0) + P(x = 1) + P(x = 2)]
1, 4 (1,4) 0 (1,4)1 (1,4) 2
e 1, 4 (1,4) 0 e 1, 4 (1,4)1 e 1, 4 (1,4)2

0
1
2
1
2

P ( x 3) 1

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

2,8 1 2,8

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

2,8 (2,8) 0 ( 2,8)1 (2,8) 2
e 2,8 ( 2,8) 0 e 2,8 (2,8)1 e 2,8 ( 2,8) 2

1 e
0
1
2
1
2

P ( x 3) 1

P( x 3) 1 e 2,8 1 2,8 3,92 1 e 2,8 7,72 0,5305

P(x 3) = 0,5305
c) p = t = 2 horas.
n = 2,8

2,8 2 5,6

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

5,6 (5,6) 0 (5,6)1 (5,6) 2
e 5, 6 (5,6) 0 e 5,6 (5,6)1 e 5, 6 (5,6) 2

0
1
2
0

P ( x 3) 1

P( x 3) 1 e 5, 6 1 5,6 15,68 1 e 2,8 22,28 0,9176

P(x 3) = 0,9176
4) O nmero de petroleiros que chegam a uma refinaria em cada dia ocorre segundo uma distribuio
de Poisson, com = 2. As atuais instalaes podem atender, no mximo, a 3 petroleiros por dia. Se
mais de 3 aportarem num dia, o excesso enviado a outro porto. Em um dia, qual a probabilidade de
se enviar petroleiros para outro porto?
e ( ) x
n p
P( x)

p = 0,2
n=6

P(x > 3) = 1 P(x 3) = 1 [P(x = 0) + P(x = 1) + P(x = 2) + P(x = 3)]

 2
e 2 ( 2) 0 e 2 (2) 1 e 2 (2) 2 e 2 (2) 3

1 e
0
1
2
3

P( x 3) 1

( 2) 0 ( 2) 1 ( 2) 2 (2) 3

1
2
3
0

3 6 6 4
P ( x 3) 1 e 2 1 2 2 1 e 2
1 0,855 0,145
3
3

P(x > 3) = 0,145

5) A chegada de nibus em um terminal acontece a razo de 3 por minuto. Supondo que tenha uma
distribuio de Poisson, determine a probabilidade de:
a) chegarem 8 nibus em 2 minutos;
b) chegarem 4 nibus em 5 minutos;
e ( ) x
n p
P( x)

a)
p=2
n=3

n p 3 2 6

P ( x 8)

e 6 (6) 8 e 6 1.679.616

0,103
8
40.320

P(x = 8) = 0,103
b)
p=5
n=3

n p 3 5 15

P ( x 4)

e 15 (15) 4 e 6 50.625

0,000645
4
24

P(x = 4) = 0,000645
6) Suponhamos que os navios cheguem a um porto razo de = 2 navios / hora e que essa razo
seja bem aproximada a um processo de Poisson. Observando o processo durante um perodo de meia
hora (t = 0,5), determine a probabilidade de:
a) no chegar nenhum navio;
b) chegarem 3 navios;
c) chegarem mais de 3 navios em 2 horas.
n p

P( x)

e ( ) x
x

a)
p = t = 0,5 horas.
n=2
2 0,5 1

P( x 0)

b)

e 1 (1) 0
0,368
0

P ( x 3)

e 1 (1) 3
0,0613
3

c)
p = t = 2 horas.
n=2

nt 22 4

P(x > 3) = 1 P(x 3) = 1 [P(x = 0) + P(x = 1) + P(x = 2) + P(x = 3)]

4
e 4 (4) 0 e 4 (4)1 e 4 (4) 2 e 4 (4) 3

1 e
0
1
2
3

P ( x 3) 1

P( x 3) 1 e 4 1 4 8 10,667 1 e 4

P(x > 3) = 0,5665

( 4) 0 ( 4) 1 ( 4) 2 ( 4) 3

1
2
3
0
23,667 1 0,4334 0,5665