A importância da distribuição normal se justifica pelo fato de ela ser calculada em função de dois parâmetros: a média e uma variável aleatória, que é responsável por aferir a dispersão dos dados.
O primeiro passo vai ser sempre calcular valores e correspondente ao termo o x da sua a variável para você conseguir padronizar essa a variável e utilizar de fato a tabela depois é muito importante desenhar a área que representa probabilidade que você deseja.
Esta importante distribuição é aplicada em casos de experimentos repetidos, onde existem dois possíveis resultados: cara ou coroa, sucesso ou fracasso, item defeituoso ou item não defeituoso, e muitos outros possíveis pares.
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).
A distribuição de Poisson é aplicável quando o número de possíveis ocorrências discretas é muito maior do que o número médio de ocorrências em um determinado intervalo de tempo ou espaço.
Essa distribuição é adequada quando consideramos extrações casuais feitas sem reposição de uma população dividida segundo dois atributos. em que max(0, n - N + r) ≤ k ≤ min(r, n). Os pares (k, pk) constituem a distribuição hipergeométrica de probabilidades.
λ é um número real, igual ao número esperado de ocorrências que ocorrem num dado intervalo de tempo. Por exemplo, se o evento ocorre a uma média de 4 minutos, e estamos interessados no número de eventos que ocorrem num intervalo de 10 minutos, usariámos como modelo a distribuição de Poisson com λ = 10/4 = 2.
Uma aplicação comum da distribuição Poisson é prever o número de eventos em um determinado período de tempo, como o número de carros que chega ao ponto de pedágio em um minuto....Exemplo.