Baixe o app para aproveitar ainda mais
Prévia do material em texto
Distribuição de Poisson Ocorrências típicas do modelo de distribuição de Poisson: • Defeitos por centímetro quadrado; • Acidentes por dia; • Clientes por hora; • Chamadas telefônicas por minuto; • Vacas por acre; A unidade de onde é medida a variável aleatória é contínua (tempo, área etc.), mas o número de ocorrências (variável aleatória) é discreta. A distribuição de Poisson é útil para descrever a probabilidade do número de ocorrências num campo ou intervalo contínuo (em geral tempo ou espaço). Distribuição de Poisson Distribuições Discretas de Probabilidades Características da Distribuição de Poisson: 1. A variável aleatória x é o número de ocorrências de um evento num intervalo (tempo, área, volume, distância etc.). 2. A probabilidade de uma ocorrência é a mesma em todo o intervalo considerado (ocorrências aleatórias). 3. As ocorrências são distribuídas uniformemente ao longo do intervalo considerado. 4. O número de ocorrências em qualquer intervalo é independente do número de ocorrências em outros intervalos. Distribuição de Poisson Distribuições Discretas de Probabilidades Exemplos: Distribuição de Poisson Distribuições Discretas de Probabilidades Defeitos num rolo de papel Chamadas telefônicas num período de tempo = chamada telefônica amostra tempo x x x x x amostra x - defeito Porção de um rolo de papel Distribuição de Poisson Distribuições Discretas de Probabilidades Cálculo das Probabilidades de Poisson: Fórmula de Poisson Duas Formas tabela individual Tabela de probabilidades tabela agrupada Fórmula de Poisson: A média é o parâmetro que caracteriza a distribuição de Poisson. µ = λ.t , logo: P(x) = probabilidade de ocorrer x ocorrências; µ = é a média de ocorrências no intervalo t; λ = taxa média por unidade; t = é o número de unidades ou intervalo; x = número de ocorrências; Distribuição de Poisson Distribuições Discretas de Probabilidades ! )..( )( . x te xP xt ! . )( x e xP x Características da distribuição de Poisson: Média = µ = λ.t Variância = µ Desvio padrão = Histograma de uma distribuição de Poisson típica: Distribuição de Poisson Distribuições Discretas de Probabilidades média = 6 número de ocorrências 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 0,20 0,15 0,10 0,05 0,00 P(x) Exemplo: Um processo produz tecido para tapetes com uma média de dois defeitos por jarda quadrada. Determine a probabilidade de uma jarda quadrada ter exatamente um defeito, admitindo que o processo possa ser bem aproximado por uma distribuição de Poisson. Solução: λ= 2 defeitos/jarda quadrada t = 1 jarda quadrada µ= λ.t = 2.1 = 2 x = 1 Distribuição de Poisson Distribuições Discretas de Probabilidades 270,0 1 135,0.2 !1 .2 )1( 21 e xP Exemplo: Navios chegam ao porto à razão de 2 navios por hora e essa razão é bem aproximada por um processo de Poisson. Num período de meia hora, determine a probabilidade de: a) Não chegar nenhum navio P(x=0) b) Chegarem 3 navios P(x=3) Solução: λ = 2 t = ½ µ = 2.0,5 = 1 Distribuição de Poisson Distribuições Discretas de Probabilidades 368,0 !0 .1 )0() 10 e xPa 061,0 !3 .1 )3() 13 e xPb Tabela de Poisson – Probabilidades Individuais Distribuição de Poisson Distribuições Discretas de Probabilidades x 2,1 2,2 2,3 2,4 2,5 2,6 2,7 2,8 2,9 3,0 0 0,1225 0,1108 0,1003 0,0907 0,0821 0,0743 0,0672 0,0608 0,0550 0,0498 1 0,2572 0,2438 0,2306 0,2177 0,2052 0,1931 0,1815 0,1703 0,1596 0,1494 2 0,2700 0,2681 0,2652 0,2613 0,2565 0,2510 0,2450 0,2384 0,2314 0,2240 3 0,1890 0,1966 0,2033 0,2090 0,2138 0,2176 0,2205 0,2225 0,2237 0,2240 4 0,0992 0,1082 0,1169 0,1254 0,1336 0,1414 0,1488 0,1557 0,1622 0,1680 5 0,0417 0,0476 0,0538 0,0602 0,0668 0,0735 0,0804 0,0872 0,0940 0,1008 6 0,0146 0,0174 0,0206 0,0241 0,0278 0,0319 0,0362 0,0407 0,0455 0,0504 7 0,0044 0,0055 0,0068 0,0083 0,0099 0,0118 0,0139 0,0163 0,0188 0,0216 8 0,0011 0,0015 0,0019 0,0025 0,0031 0,0038 0,0047 0,0057 0,0068 0,0081 9 0,0003 0,0004 0,0005 0,0007 0,0009 0,0011 0,0014 0,0018 0,0022 0,0027 10 0,0001 0,0001 0,0001 0,0002 0,0002 0,0003 0,0004 0,0005 0,0006 0,0008 11 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0001 0,0001 0,0002 0,0002 12 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 Exemplos da tabela de Poisson – Probabilidades acumuladas Distribuição de Poisson Distribuições Discretas de Probabilidades Média x Resultad os incluídos Ler na tabela P(x) 0,8 x ≤ 1 0 1 P(x ≤1) 0,809 1,2 x < 3 0 1 2 P(x ≤ 2) 0,879 1,5 x = 0 0 P(x ≤ 0) 0,223 2,0 x > 3 4 5 6 ... 1 – P(x ≤ 3) 0,143 2,6 1 < x ≤ 4 2 3 4 ... P(x ≤ 4) – P(x ≤ 1) 0,610 3,8 1 ≤ x ≤ 4 1 2 3 4 P(x ≤ 4) – P(x ≤ 0) 0,646 5,6 1 ≤ x ≤ 4 1 2 3 4 P(x ≤ 4) – P(x ≤ 0) 0,338 6,0 x ≥ 5 5 6 7 ... 1 – P(x ≤ 4) 0,715 Tabela de Poisson – Probabilidades Acumuladas: Distribuição de Poisson Distribuições Discretas de Probabilidades x 3,0 3,1 3,2 3,3 3,4 3,5 3,6 3,7 3,8 3,9 0 0,0498 0,0450 0,0408 0,0369 0,0334 0,0302 0,0273 0,0247 0,0224 0,0202 1 0,1991 0,1847 0,1712 0,1586 0,1468 0,1359 0,1257 0,1162 0,1074 0,0992 2 0,4232 0,4012 0,3799 0,3594 0,3397 0,3208 0,3027 0,2854 0,2689 0,2531 3 0,6472 0,6248 0,6025 0,5803 0,5584 0,5366 0,5152 0,4942 0,4735 0,4532 4 0,8153 0,7982 0,7806 0,7626 0,7442 0,7254 0,7064 0,6872 0,6678 0,6484 5 0,9161 0,9057 0,8946 0,8829 0,8705 0,8576 0,8441 0,8301 0,8156 0,8006 6 0,9665 0,9612 0,9554 0,9490 0,9421 0,9347 0,9267 0,9182 0,9091 0,8995 7 0,9881 0,9858 0,9832 0,9802 0,9769 0,9733 0,9692 0,9648 0,9599 0,9546 8 0,9962 0,9953 0,9943 0,9931 0,9917 0,9901 0,9883 0,9863 0,9840 0,9815 9 0,9989 0,9986 0,9982 0,9978 0,9973 0,9967 0,9960 0,9952 0,9942 0,9931 10 0,9997 0,9996 0,9995 0,9994 0,9992 0,9990 0,9987 0,9984 0,9981 0,9977 11 0,9999 0,9999 0,9999 0,9998 0,9998 0,9997 0,9996 0,9995 0,9994 0,9993 12 1,0000 1,0000 1,0000 1,0000 0,9999 0,9999 0,9999 0,9999 0,9998 0,9998 A distribuição de Poisson como aproximação da Binomial Quando deve-se fazer a aproximação por Poisson? Número n de observações é grande n≥100 e np<10 (regra prática); Probabilidade de sucesso “p” está próxima de 0 ou 1; Porque fazer a aproximação por Poisson? A distribuição binomial descreve adequadamente muitas situações de interesse; A maioria das tabelas está limitada a n ≤ 20; A fórmula binomial pode exigir esforço substancial para obtenção de uma solução exata; Poisson como aprox. da Binomial Distribuições Discretas de Probabilidades Exemplo: Qual a probabilidade de haver 4 peças defeituosas numa amostra de 300, extraído de uma grande lote onde há 2% de defeituosos. Solução: n = 300 muito grande; p = 0,02 próximo de zero; Estes valores não constam nas tabelas. Binomial Poisson Distribuições Discretas de Probabilidades Poisson como aprox. da Binomial ?)4x(P 98,0.02,0. 4 300 )4x(P 2964 135,0 !4 .6 )4( 602,0.300. 64 e xP pn 1. Assuma que um grande lote contenha exatamente 4% de itensdefeituosos. Usando a distribuição de Poisson, qual a probabilidade de que uma amostra aleatória de 50 itens não reflita a qualidade verdadeira do lote? a) 27% b) 73% c) 82% d) 67% Poisson e Binomial Exercícios 2. Se a probabilidade de sucesso em um teste simples é 0,20 e três testes são feitos, qual a probabilidade de pelo menos um sucesso? a) 0,008 b) 0,384 c) 0,488 d) 0,600 Poisson e Binomial Exercícios 3. Um plano de inspeção é planejado para amostrar aleatoriamente 3 pés de um cabo com 100 pés de comprimento e aceitá-lo se nenhuma falha for encontrada no comprimento de 3 pés. Qual a probabilidade de que um cabo com uma média de uma falha por pé seja rejeitado pelo plano? a) 0,05 b) 0,95 c) 0,72 d) 0,03 e) 0,10 Poisson e Binomial Exercícios 4. Você foi solicitado a amostrar um lote de 300 peças de um fornecedor cuja qualidade passada foi de aproximadamente 2% de defeituosas. Uma amostra de 40 peças é retirada do lote e foi dito a você para rejeitar o lote se encontrar duas ou mais peças defeituosas. Qual a probabilidade de rejeitar o lote? a) 0,953 b) 0,809 c) 0,191 d) 0,047 Poisson e Binomial Exercícios 5. Um processo está produzindo um material que contém 40% de defeituosos. Quatro peças são selecionadas aleatoriamente para inspeção. Qual a probabilidade de encontrarmos exatamente uma peça defeituosa na amostra? a) 0,870 b) 0,575 c) 0,346 d) 0,130 Poisson e Binomial Exercícios
Compartilhar