DISTRIBUIO DE POISSON

Distribuio discreta de probabilidade aplicvel a ocorrncias de um evento em um intervalo especificado

Distribuio de Poisson

usurios de computador ligados na internet clientes chegando ao caixa de um supermercado acidentes com automveis em uma determinada estrada Nmero de carros que chegam a um posto de gasolina Nmero de avies sequestrados em um dia Nmero de falhas em componentes por unidade de tempo Nmero de requisies para um servidor em um intervalo de tempo t Nmero de peas defeituosas substitudas num veculo durante o primeiro ano de vida

Exemplos

 Em todas estas situaes, temos um conjunto de ocorrncias que satisfazem as seguintes condies: o nmero de ocorrncias de um evento em um intervalo de tempo (espao) independente do nmero de ocorrncias do evento em qualquer outro intervalo disjunto ocorrncias independentes umas das outras a probabilidade de duas ou mais ocorrncias simultneas praticamente zero o nmero mdio de ocorrncias por unidade de tempo (espao) constante ao longo do tempo (espao) ocorrncias distribudas uniformemente sobre o intervalo considerado o nmero de ocorrncias durante qualquer intervalo depende somente da durao ou tamanho do intervalo; quanto maior o intervalo, maior o nmero de ocorrncias

 Experimento ser realizado em repeties (repetitivo); Em cada Repetio ser um Experimento de Bernoulli, com o detalhe de que P(sucesso) tende a ZERO; Repetir uma quantia fixa de vezes, denotada por n, e que n tende a infinito; Ter uma varivel aleatria, digamos X, cuja lei de formao a quantia de sucessos nas n repeties. Nota: Pela caracterstica da Poisson, percebe-se que so as mesmas da Binomial, com o detalhe que: i) p 0,000 ; i i) n .

Por: p 0,000 diz-se que a distribuio de Poisson a distribuio de eventos raros.

Na quase totalidade da Distribuio de Poisson, o valor de p depende da unidade do tempo, preciso atentar para este fato para achar o seu valor. Por diz-se que a distribuio de Poisson a distribuio de eventos raros.

 Portanto: A varivel aleatria X o n de ocorrncias do evento no intervalo O intervalo pode ser o tempo, a distncia, a rea, o volume ou outra unidade anloga.

 Esta distribuio representa a probabilidade de que um evento ocorra um n especificado de vezes em um intervalo de tempo (espao), quando a taxa de ocorrncia fixa .

x = valor da v. a. node ocorrncias do evento em um intervalo = taxa de ocorrncia do evento x (n esperado(MDIA) de eventos) e 2,71828 (constante natural)

 Uma central telefnica tipo PABX recebe uma mdia de 5 chamadas por minuto. Qual a probabilidade deste PABX no receber nenhuma chamada durante um intervalo de 1 minuto?

Exemplo 1:

O nmero de falhas em parafusos de mquinas da indstria txtil segue a distribuio de Poisson, com mdia 0,1 falha por metro quadrado. A)Qual a probabilidade de que haja duas falhas em 1 metro quadrado de tecido? B)Qual a probabilidade de que no haja falhas em 20 metros quadrados de tecido? C)Qual a probabilidade de que haja no mnimo duas falhas em 10 metros quadrados de tecido?

Exemplo 2:

 A distribuio de Poisson exige que: a varivel aleatria X seja o n de ocorrncias de um evento em um intervalo as ocorrncias sejam aleatrias as ocorrncias sejam independentes umas das outras as ocorrncias tenham a mesma probabilidade sobre o intervalo considerado

Reforando....

Os parmetros da Distribuio de Poisson so:

MDIA= = e DESVIO PADRO= =

Distribuio de Poisson

 A distribuio de Poisson DIFERE da Distribuio Binomial em dois aspectos: a binomial afetada pelo tamanho da amostra n e pela probabilidade p, enquanto a Poisson afetada apenas pela taxa de ocorrncia (mdia) em uma binomial, os valores possveis da varivel aleatria X so 0, 1, 2, ..., n (limite mximo), enquanto que em uma Poisson os valores possveis de X so 0,1,2,3 ... (sem limite superior)

 Podemos utilizar a Distribuio de Poisson como uma aproximao da Distribuio Binomial quando: n grande e p, muito pequeno n 100 e n.p 10 (regra emprica) Ao utilizarmos Poisson como aproximao da Binomial, podemos achar o valor de pela frmula: = n . p

Observao Final

Suponha que 10% das crianas de um determinado bairro do Rio de Janeiro prefiram sorvete de baunilha ao de chocolate, qual a probabilidade de que se entrevistarmos 10 crianas deste bairro que exatamente 2 duas prefiram soverte de baunilha? Podemos resolver este problema de duas formas de mais exata que seria pela binomial o qual p=0,1 e n=10 ou pela distribuio de Poisson, o qual embora no seja to exata quanto a binomial, bem mais simples de ser calculada. Embora pelo mtodo de Poisson tenhamos um erro este erro em muitos casos no chega a ser significativo.