Victória Eugénia Vitorino Maoze

Distribuição de Poisson

Licenciatura em Ambiente e Sustentabilidade Comunitária

Universidade Save

Massinga

2023
Victória Eugénia Vitorino Maoze

Distribuição de Poisson

Trabalho Científico da cadeira de Introdução a

Estatística ser apresentado na Faculdade de
Ciências Naturais e Exactas, Departamento de
Ciências da Terra e Recursos Naturais para fins
avaliativos.

Docente: Prof Aly Cassimo Jamal

Universidade Save

Massinga

2023
 1

ÍNDICE
I. Introdução...............................................................................................................2

1.2. Objectivos:..............................................................................................................3

1.2.1. Geral:...................................................................................................................3

1.2.2. Específicos:..........................................................................................................3

1.3. Metodologia........................................................................................................3

II. REVISÃO BIBLIOGRÁFICA..................................................................................4

2.1. Definir a teoria da distribuição de Poisson............................................................4

2.2. Equação da distribuição de Poisson........................................................................4

2.4. Média e Variância da distribuição de Poisson........................................................6

2.3. Condições de aplicação da distribuição Poisson:...................................................6

2.4. Diferenciar a distribuição Poisson da distribuição Binomial..................................7

Conclusão.......................................................................................................................9

Referencias bibliográficas............................................................................................10
 2

CAPITLO I

I. Introdução
O trabalho surge no âmbito da cadeira de Introdução a Estatística, cujo tema é:
Distribuição Poisson.

O mesmo, apresenta a seguinte estrutura: elementos pré-textuais ( capa, capa de rosto,

índice), textual (introdução, referencial teórico, onde de forma suscita são abordados
conteúdos referentes a explicação da distribuição de Poisson) e elementos pós textuais
(referências bibliográficas).
 3

1.2. Objectivos:
1.2.1. Geral:
 Estudar a distribuição de Poisson.

1.2.2. Específicos:
 Definir a teoria da distribuição de Poisson:

 Diferenciar a distribuição Poisson da distribuição Binomial.

I.3. Metodologia
A efectivação do presente trabalho consistira no uso do método qualitativo, isto é,
revisão bibliográfica através do qual consultou-se diversas obras devidamente
publicadas que abordam sobre a mesma linha de pesquisa onde fez-se o estudo do
mesmo tendo em conta as opiniões de diversos autores. A escolha deste método
justifica-se pela facilidade que o mesmo oferece para a busca de informação, pois a
partir deste podemos manusear os livros.

Seguidamente, compilou-se as informações obtida nas obras literárias pesquisadas que

culminou com a elaboração do trabalho.
 4

II. REVISÃO BIBLIOGRÁFICA

2.1. Definir a teoria da distribuição de Poisson
De acordo com Ross (2010), a distribuição de probabilidade de Poisson foi introduzida
por Simeon Denis Poisson em um livro que escreveu a respeito de aplicação da teoria da
probabilidade a processos de julgamentos criminai e similares

Segundo Mood Graybill (1963), distribuição de Poisson fornece um modelo realístico

para vários fenómenos aleatório. Como os valores de uma variável aleatória de Poisson
são inteiros não negativos. Por exemplo contar o numero de acidentes fatais no tráfego
por semana em um determinado estado.

2.2. Equação da distribuição de Poisson

A distribuição de Poisson é adequada para descrever situações onde existe uma
probabilidade de ocorrência em um campo ou intervalo contínuo, geralmente tempo ou
área. Por exemplo, o no de acidentes por mês, no de defeitos por metro quadrado, no
de clientes atendidos por hora. Nota-se que a variável aleatória é discreta (número de
ocorrência), no entanto a unidade de medida é contínua (tempo, área). Além disso, as
falhas não são contáveis, pois não é possível contar o número de acidentes que não
ocorreram, nem tampouco o número de defeitos que não ocorreram.

A distribuição de Poisson fica completamente caracterizada por um único parâmetro l

que representa a taxa média de ocorrência por unidade de medida. A equação para
calcular a probabilidade de x ocorrências é dada por:

−λ x
e λ
P ( x) =
x!

Onde:

e - é base do logaritmo natural (e = 2.71828...),

x! - é o factorial de k,

λ é um número real, igual ao número esperado de ocorrências que ocorrem num dado
intervalo de tempo.
 5

EXEMPLOS:

1. O número de defeitos de pintura segue uma distribuição de Poisson com λ = 2 .

Então, a probabilidade que uma peça apresente mais de 4 defeitos de pintura será
dada por:

Dados; Formula:

λ =2 −λ
e λ
x
P ( x) =
x!
X=4

Resolução

−2 1
e λ
P ( 1 )= =0.270
1!

−2 2
e λ
P ( 2 )= =0.270
2!

e−2 λ3
P ( 3 )= =0.180
3!

−2 4
e λ
P ( 4 )= =0.090
4!

4 −2 x
e 2
p ( X > 4 )=1− p { X ≤ 4 } =1 ∑ =1−0.945=5.5 %
x=0 x!

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

probabilidade de receber 2 solicitações numa hora seleccionada aleatoriamente?

Solução:

X = número designado de sucessos = 2

λ = o número médio de sucessos num intervalo específico (uma hora) = 5

−5 2
e 5
P ( 4 )= =0,08422434 ou 8,42%
5!
 6

2. A experiência passada indica que 6 clientes por hora, param para colocar gasolina
numa bomba.

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

b) Qual é a probabilidade de 3 clientes ou menos pararem em qualquer hora?

Solução

e−6 6 3
a) P ( 4 )= =0.08928
3!
−6 0
e 6
b) P ( 0 )= = 0.00248
0!
e−6 6 1
P ( 1 )= = 0.01488
1!
e−6 6 2
P ( 2 )= = 0.04464
2!
e−6 63
P ( 3 )= = 0.08928
3!
p ( x ≤ 3 )=0.00248+ 0.01488+0.04464+0.08928=0.15128

2.4. Média e Variância da distribuição de Poisson

A média e a variância na distribuição de Poisson são dados por:

E(x) = λ

V(x) = λ 2

2.3. Condições de aplicação da distribuição Poisson:

 O número de ocorrências durante qualquer intervalo depende somente da
extensão do intervalo;
 As ocorrências ocorrem independentemente, ou seja, um excesso ou falta de
ocorrências em algum intervalo não exerce efeito sobre o número de ocorrências
em outro intervalo;
 A possibilidade de duas ou mais ocorrências acontecerem em um pequeno
intervalo é muito pequena quando comparada à de uma única ocorrência.
 7

A distribuição de Poisson é uma das mais usadas para variáveis aleatórias discretas. Sua
aplicação mais comum é na descrição de dados sobre, por exemplo, número diário de
telefonemas a uma central telefónica, número de carros que passam por um cruzamento
(ou uma cabine de pedágio) durante um certo período de tempo e em análises de
confiança em uma linha de produção (saber probabilidades de falhas). Os eventos
devem ocorrer em um certo intervalo de tempo ou espaço.

2.4. Diferenciar a distribuição Poisson da distribuição Binomial.

A distribuição de Poisson difere da Distribuição Binomial em dois aspectos:

 A binomial é afectada pelo tamanho da amostra n e pela probabilidade p,

enquanto a Poisson é afectada apenas pela taxa de ocorrência (média) μ

 Em uma binomial, os valores possíveis da variável aleatória x são 0, 1, 2, ..., n

(limite máximo), enquanto que em uma Poisson os valores possíveis de x são
0,1,2,3 ... (sem limite superior).

EXEMPLOS:

a) Qual é a diferença entre as distribuições de Poisson e Binomial?

b) Dê alguns exemplos de quando podemos aplicar a distribuição de Poisson.

c) Sob que condições pode a distribuição de Poisson ser usada como uma aproximação
da distribuição Binomial?

Solução:

a) Enquanto a distribuição binomial pode ser usada para encontrar a probabilidade

de um número designado de sucessos em n tentativas, a distribuição de Poisson
é usada para encontrar a probabilidade de um número designado de sucessos por
unidade de intervalo (tempo, comprimento, etc.). As outras condições exigidas
para se aplicar a distribuição Binomial são também exigidas para se aplicar a
distribuição de Poisson; isto é:
 Deve existir somente dois resultados mutuamente exclusivos,
 Os eventos devem ser independentes, e
 O número médio de sucessos por unidade de intervalo deve permanecer
constante.
 8

b) A distribuição de Poisson é frequentemente usada em pesquisa operacional na

solução de problemas administrativos. Alguns exemplos são o número de
chamadas telefónicas 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.
c) 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. Se n(1-p) < 5, sucesso e
fracasso deverão ser redefinidos de modo que Np < 5 para tornar a aproximação
precisa.
 9

Conclusão
A distribuição de Poisson desempenha um papel importante nas tomada de decisão,
encontrando uma vasta área de aplicação . Frequentemente usa se a distribuição para
calculo de probabilidade associados aos resultados de interesse. Com avanço da
tecnologia e das ferramentas computacionais se tornou mais fácil fazer se simulações de
amostra para inferir em relação a tal distribuição. Assim pode se relacionar a teoria com
a prática dando significado a aprendizagem.
 10

Referências bibliográficas
 MOOD,A.M; GRAYBILL,A.F. Introduction to the Theory of Statistics.NEW
York,1963.
 ROSS,S.probabilidade. Porto Alegre: Bookman,2010.608p
 LOPES, Paulo A. 2004 Probabilidade e Estatística
 FONSECA,J. S. e MARTINS , G.A. Curso de Estatística.
 KASMIER , Leonard J. Estatística Aplicada à Economia e Administração