• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Master's Dissertation
DOI
https://doi.org/10.11606/D.11.1968.tde-20240301-152919
Document
Author
Full name
Aquiles Eugenico Piedrabuena
Institute/School/College
Date of Defense
Published
Piracicaba, 1968
Supervisor
Title in Portuguese
Distribuições interferidas: estudo sobre uma distribuição generalizada
Keywords in Portuguese
DISTRIBUIÇÃO BINOMIAL
Abstract in Portuguese
Devido a uma anomalia relativa; distribuição de Poisson em contagens de leveduras, o autor chegou a uma distribuição binomial que não é mais que o modêlo de GREENWOOD e YULE, mas por diferente caminho e com o conceito de interferência. Apresenta o esquema de YULE pr(1 -2)-r e o de GREENWOOD e YULE (Descrito na Dissertação). Baseado na relação (Descrito na Dissertação) determina o que denomina expressão estocástica, dado que essa relação quando é maior que um escapa ao conceito de probabilidade (Descrito na Dissertação). Essa expressão estocástica e simbolizada pela letra grega ϰ. Demonstra o autor que ela pode ser maior, igual ou menor que a unidade, segundo seja a intensidade da interferência. Determina que a outra expressão estocástica ψ deve-se somar um e que o sinal de 𝒱 será igual ψ, isto é, será negativo. Desenvolve o binômio (ϰ + ψ)𝒱 demonstrando sua tendência à normalidade quando 𝒱 cresce em valor absoluto. Apresenta a equivalência desta distribuição, com os modêlos de YULE e GREENWOOD e YULE, enumerando as vantagens apresentadas sôbre estas. Sôbre a hipótese da interferência, construiu esquemas teóricos para apresentar como se distorce uma binomial até chegar a binomial negativa, baseando-se no modelo ϰ = q (A) + λ q (B) sendo q (A) a probabilidade contrária da distribuição de A; q (B) a probabilidade contrária da distribuição B que interfere e λ o coeficiente de interferência. Com exemplos práticos mostra a realidade de suas afirmações, transferindo-as ao campo continuo. Refere-se, porém, a casos onde não se produz a binomial generalizada, alertando sôbre seu uso indiscriminado. Para as contagens que sigam a distribuição binomial negativa, ter-se que fazer transformação dos dados pela fórmula (Descrito na Dissertação), ou, se forem expressos em porcentagem, pela fórmula arc sen (Descrito na Dissertação). As conclusões a que se chega, finalmente, são: 1º) Maior singelez. 2º) Facilidade nos cálculos. 3º) Determinação direta dos momentos. 4º) Unificação das três distribuições. 5º) Aplicabilidade a fenômenos contínuos.
 
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
725623.pdf (26.59 Mbytes)
Publishing Date
2024-03-14
 
WARNING: Learn what derived works are clicking here.
All rights of the thesis/dissertation are from the authors
CeTI-SC/STI
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2024. All rights reserved.