Tese em PDF - departamento de engenharia florestal ...
Tese em PDF - departamento de engenharia florestal ...
Tese em PDF - departamento de engenharia florestal ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
A distribuição probabilística binomial <strong>de</strong>screve a distribuição da variável X, o número<br />
<strong>de</strong> sucessos <strong>em</strong> n repetições, se o experimento satisfaz as seguintes condições (FREUND;<br />
WILSON, 1996):<br />
• O experimento consiste <strong>em</strong> n tentativas idênticas;<br />
• Cada tentativa resulta <strong>em</strong> uma <strong>de</strong> duas possibilida<strong>de</strong>s mutuamente exclusivas, uma<br />
chamada sucesso e outra falha;<br />
• A probabilida<strong>de</strong> <strong>de</strong> sucesso <strong>em</strong> uma repetição é igual a p e permanece constante durante<br />
todo o experimento; e<br />
• Os eventos são in<strong>de</strong>pen<strong>de</strong>ntes.<br />
2.4.3 Poisson<br />
De acordo com Larson e Farber (2010), a distribuição <strong>de</strong> Poisson é útil para <strong>de</strong>screver<br />
as probabilida<strong>de</strong>s do número <strong>de</strong> ocorrências num campo ou intervalo contínuo (<strong>em</strong> geral<br />
t<strong>em</strong>po ou espaço). Ela é utilizada <strong>em</strong> uma ampla gama <strong>de</strong> situações físicas, como mo<strong>de</strong>lo<br />
mat<strong>em</strong>ático para <strong>de</strong>screver, <strong>em</strong> dado intervalo <strong>de</strong> t<strong>em</strong>po, eventos tais como <strong>em</strong>issão <strong>de</strong><br />
partículas <strong>de</strong> uma substância radiotiva, chegadas <strong>de</strong> passageiros a um terminal aéreo,<br />
distribuição <strong>de</strong> partículas <strong>de</strong> poeira que ating<strong>em</strong> certo local, chegadas <strong>de</strong> carros a um<br />
cruzamento (SOONG, 1986). Diz-se que a variável X se distribui segundo uma distribuição <strong>de</strong><br />
Poisson se a função <strong>de</strong> quantida<strong>de</strong> é f ( X )<br />
−m<br />
X<br />
e m<br />
= , com X = 0,<br />
1,<br />
2,<br />
L <strong>em</strong> que m é<br />
X!<br />
qualquer número positivo (MOOD; GRAYBILL, 1978). Essa distribuição baseia-se nas<br />
seguintes hipóteses:<br />
1) A probabilida<strong>de</strong> <strong>de</strong> uma ocorrência é a mesma <strong>em</strong> todo o campo <strong>de</strong> observação;<br />
2) A probabilida<strong>de</strong> <strong>de</strong> mais <strong>de</strong> uma ocorrência num único ponto é aproximadamente<br />
zero; e<br />
3) O número <strong>de</strong> ocorrências <strong>em</strong> qualquer intervalo é in<strong>de</strong>pen<strong>de</strong>nte do número <strong>de</strong><br />
ocorrências <strong>em</strong> outros intervalos.<br />
2.4.4 Multinomial<br />
A distribuição multinomial, segundo Stevenson (1981), é usada <strong>em</strong> situações on<strong>de</strong> há<br />
mais <strong>de</strong> dois resultados mutuamente exclu<strong>de</strong>ntes. Tal como na binomial, exige-se que as<br />
provas sejam in<strong>de</strong>pen<strong>de</strong>ntes, com probabilida<strong>de</strong> constante. Um ex<strong>em</strong>plo <strong>de</strong> distribuição<br />
15