F (x) = P (X ≤ x),
0 ≤ F (x) ≤ 1.
Vemos primeiro como calcular a esperança matemática de uma variável aleatória contínua X. O estudante precisa copiar todos os detalhes desse cálculo no seu resumo a ser entregue para o professor.A distribuição de Poisson é uma ferramenta estatística poderosa para modelar o número de eventos que ocorrem em um intervalo fixo de tempo ou espaço. Vamos explorar algumas questões e soluções para solidificar sua compreensão:
Definição: A distribuição de Poisson descreve a probabilidade de um determinado número de eventos ocorrer em um intervalo fixo de tempo ou espaço, dado que esses eventos ocorrem com uma taxa média conhecida e independentemente do tempo desde o último evento.
Probabilidade:
P(k; λ) = λkexp(-λ )/ k!
Com exp(-λ )sendo a exponencial negativa de lambda(λ).
- P(x; λ) sendo a probabilidade de k eventos ocorrerem.
- λ (lambda) sendo a taxa média de ocorrência de eventos.
- e sendo a constante de Euler (aproximadamente 2,71828).
- k! é o fatorial de k, isto é,
k!=k(k-1)(k-2)(k-3)!
Condições:
Os eventos devem ser independentes.
A taxa média de ocorrência (λ) deve ser constante.
A probabilidade de dois ou mais eventos ocorrerem em um intervalo muito curto é desprezível.
Questões e Soluções
Ex1: Em média, 5 clientes chegam a uma loja por hora. Qual a probabilidade de exatamente 3 clientes chegarem na próxima hora?
Solução:
Usando a distribuição de Poisson, temos:
λ = 5 (taxa média de chegada de clientes por hora).
k = 3 (número de clientes que queremos calcular a probabilidade).
P(3; 5) = (e-553) / 3! ≈ 0,1404.
Pois,3!=3x2x1=6
A probabilidade de exatamente 3 clientes chegarem na próxima hora é de aproximadamente 14,04%.
Ex2: Um site recebe em média 2 ataques cibernéticos por semana. Qual a probabilidade de não haver ataques na próxima semana?
Solução:
λ = 2 (taxa média de ataques por semana).
k = 0 (nenhum ataque).
P(0; 2) = (e-2 20) / 0! =e-2≈ 0,1353.
Pois, 0!=1.
A probabilidade de não haver ataques na próxima semana é de aproximadamente 13,53%.
Ex3: Uma linha de produção fabrica peças com uma taxa de defeito de 1 por 1000 peças. Se 5000 peças forem produzidas, qual a probabilidade de haver exatamente 5 peças defeituosas?
Solução:
Usando a distribuição de Poisson, temos:
λ = 5000 (1/1000) = 5 (taxa média de defeitos em 5000 peças).
k = 5 (número de peças defeituosas).
P(5; 5) = (e-555) / 5! ≈ 0,1755.
Pois,
5!=5x4x3x2x1=20x3x2x1=120.
A probabilidade de haver exatamente 5 peças defeituosas é de aproximadamente 17,55%.
Representações gráficas:
Histograma
Polígono de frequência
Gráfico de barras
Gráfico de setores
Veja mais.
https://rafaelrag.blogspot.com/2025/03/aula-14-bioestatistica-funcao-de.html?m=1
Ok
ResponderExcluirOk
ResponderExcluirOk
ResponderExcluirOk
ResponderExcluirOk
ResponderExcluirOk
ResponderExcluirOk
ResponderExcluirOk
ResponderExcluirOk!
ResponderExcluirOk
ResponderExcluirOk
ResponderExcluirOk
ResponderExcluirOk
ResponderExcluirOk
ResponderExcluirOk
ResponderExcluir