PINTURAS DO ARTISTA GRACELI

 

DISTRIBUIÇÃO [MATEMÁTICA] DE ANCELMO L. GRACELI.

DISTRIBUIÇÃO [MATEMÁTICA] DE ANCELMO L. GRACELI.

                                 [ - G]

  /  =

PROCESSO DE ANCELMO L. GRACELI.

                                                  [ - G]

   /  =

                                 [ - G]

  /  [ - G] =

PROCESSO DE ANCELMO L. GRACELI.

                                                  [ - G]

   /  [ - G] =

 dezembro 16, 2022

 

OS DOIS NÚMEROS DE GRACELI. É NA VERDADE DUAS FUNÇÕES.

PI / 1.1 = 2,85727272.

FUNÇÃO SEQUENCIAL DE ANCELMO L. GRACELI.

1 / P = G = NÚMERO DE GRACELI = PROGRESSÃO GEOMÉTRICA  DE [1 / 3] AO INFINITO.

1 / 1 = 1

1/ 3/ = 0,3333333333333333

 1/ 9 = 0.11111111111111

1 /27 = 0.037373737

 1 / 81 =0.0123456789

1 / 243 = 0.00411522633

SENDO P IMA PROGRESSÃO DE 3.

Na teoria da probabilidade e na estatística, a distribuição de Poisson é uma distribuição de probabilidade discreta que expressa a probabilidade de um determinado número de eventos ocorrer em um intervalo fixo de tempo ou espaço se esses eventos ocorrerem com uma taxa média constante conhecida e independentemente do tempo desde o último evento.^[1]

A distribuição foi descoberta por Siméon Denis Poisson (1781–1840) e publicada, conjuntamente com a sua teoria da probabilidade, em 1838 no seu trabalho Recherches sur la probabilité des jugements en matières criminelles et matière civile ("Pesquisa sobre a probabilidade em julgamentos sobre matérias criminais e civis"). O trabalho focava-se em certas variáveis aleatórias N que contavam, entre outras coisas, o número de ocorrências discretas de um certo fenômeno durante um intervalo de tempo de determinada duração. A probabilidade de que existam exactamente k ocorrências (k sendo um inteiro não negativo, k = 0, 1, 2, ...) é

${\displaystyle �(�;�)=\frac{{�}^{-�}{�}^{�}}{�!},}$

onde

• e é base do logaritmo natural (e = 2.71828...),
• k! é o fatorial de k,
• 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, usaríamos como modelo a distribuição de Poisson com λ=10/4= 2.5.

Como função de k, esta é a função de probabilidade. A distribuição de Poisson pode ser derivada como um caso limite da distribuição binomial.

A distribuição de Poisson aparece em vários problemas físicos, com a seguinte formulação: considerando uma data inicial (t = 0), seja N(t) o número de eventos que ocorrem até uma certa data t. Por exemplo, N(t) pode ser um modelo para o número de impactos de asteroides maiores que um certo tamanho desde uma certa data de referência.

Uma aproximação que pode ser considerada é que a probabilidade de acontecer um evento em qualquer intervalo não depende (no sentido de independência estatística) da probabilidade de acontecer em qualquer outro intervalo disjunto.

Neste caso, a solução para o problema é o processo estocástico chamado de Processo de Poisson, para o qual vale:

${\displaystyle �[�(�)=�]=\frac{{�}^{-��}(��{)}^{�}}{�!},}$

em que λ é uma constante (de unidade inversa da unidade do tempo)^{[carece de fontes]}.

Ou seja, o número de eventos até uma época qualquer t é uma distribuição de Poisson com parâmetro λ t.