5 exemplos concretos da distribuição de poisson

A distribuição de Poisson é uma distribuição de probabilidade usada para modelar a probabilidade de um certo número de eventos ocorrerem durante um intervalo de tempo fixo, quando se sabe que os eventos ocorrem de forma independente e com uma taxa média constante.

Neste artigo, compartilhamos 5 exemplos de como a distribuição de Poisson é usada no mundo real.

Exemplo 1: Chamadas por hora em um call center

Os call centers usam a distribuição de Poisson para modelar o número esperado de chamadas por hora que receberão, a fim de saber quantos representantes do call center devem manter na equipe.

Por exemplo, suponha que um determinado call center receba 10 chamadas por hora. Podemos usar uma calculadora de distribuição de Poisson para encontrar a probabilidade de um call center receber 0, 1, 2, 3… chamadas em uma determinada hora:

• P(X = 0 chamadas) = 0,00005
• P(X = 1 chamada) = 0,00045
• P(X = 2 chamadas) = 0,00227
• P(X = 3 chamadas) = 0,00757

E assim por diante.

Isso dá aos gerentes de call center uma ideia de quantas chamadas eles provavelmente receberão por hora e permite que eles gerenciem as agendas dos funcionários com base no número de chamadas esperadas.

Exemplo 2: Número de chegadas a um restaurante

Os restaurantes usam a distribuição de Poisson para modelar o número esperado de clientes que chegarão ao restaurante por dia.

Por exemplo, suponha que um determinado restaurante receba em média 100 clientes por dia. Podemos usar a calculadora de distribuição de Poisson para encontrar a probabilidade de o restaurante ter mais do que um certo número de clientes:

• P(X > 110 clientes) = 0,14714
• P(X > 120 clientes) = 0,02267
• P(X > 130 clientes) = 0,00171

E assim por diante.

Isso dá aos gerentes de restaurantes uma ideia da probabilidade de receberem mais do que um determinado número de clientes em um determinado dia.

Exemplo 3: Número de visitantes do site por hora

As empresas de hospedagem de sites usam a distribuição de Poisson para modelar o número esperado de visitantes por hora que os sites receberão.

Por exemplo, digamos que um determinado site receba em média 20 visitantes por hora. Podemos usar a calculadora de distribuição de Poisson para encontrar a probabilidade de o site receber mais do que um certo número de visitantes em uma determinada hora:

• P(X > 25 visitantes) = 0,11218
• P(X > 30 visitantes) = 0,01347
• P(X > 35 visitantes) = 0,00080

E assim por diante.

Isso dá às empresas de hospedagem uma ideia de quanta largura de banda fornecer a diferentes sites para garantir que eles serão capazes de lidar com um determinado número de visitantes a cada hora.

Exemplo 4: Número de falências registradas por mês

Os bancos usam a distribuição de Poisson para modelar o número esperado de falências de clientes por mês.

Por exemplo, suponha que um determinado banco tenha em média 3 falências protocoladas por seus clientes a cada mês. Podemos usar a calculadora de distribuição de Poisson para encontrar a probabilidade de o banco receber um número específico de pedidos de falência em um determinado mês:

• P(X = 0 falências) = 0,04979
• P(X = 1 falência) = 0,14936
• P(X = 2 falências) = 0,22404

E assim por diante.

Isso dá aos bancos uma ideia de quanta reserva devem manter caso ocorra um determinado número de falências em um determinado mês.

Exemplo 5: Número de interrupções de rede por semana

As empresas de tecnologia usam a distribuição de Poisson para modelar o número de interrupções de rede esperadas por semana.

Por exemplo, suponha que uma determinada empresa sofra em média uma interrupção de rede por semana. Podemos usar a calculadora de distribuição de Poisson para determinar a probabilidade de a empresa sofrer um certo número de interrupções na rede em uma determinada semana:

• P(X = 0 falha) = 0,36788
• P(X = 1 falha) = 0,36788
• P(X = 2 falhas) = 0,18394

E assim por diante.

Isso dá à empresa uma ideia de quantas interrupções provavelmente ocorrerão a cada semana.

Recursos adicionais

6 exemplos concretos da distribuição normal
5 exemplos concretos da distribuição binomial
5 exemplos concretos de distribuição uniforme
4 exemplos de uso de regressão linear na vida real
4 exemplos de uso de ANOVA na vida real