Moeda honesta

Em teoria das probabilidades e estatística, uma sequência de ensaios de Bernoulli independentes com probabilidade de sucesso em cada ensaio é metaforicamente chamada de moeda honesta.[1] Uma moeda para a qual a probabilidade não é é chamada de moeda viesada ou moeda desonesta. Em estudos teóricos, o pressuposto de que uma moeda é honesta é frequentemente assumido quando se refere à uma moeda ideal. Este modo usa a distribuição binomial e, de maneira genérica, a probabilidade de resultar cara ou coroa em uma moeda pode ser calculada como:

em que indica a probabilidade, o número de lançamentos, o resultado de cara ou coroa e uma variação entre o número de lançamentos e o resultado.[2] O matemático britânico John Edmund Kerrich realizou experimentos com jogos de cara ou coroa e descobriu que uma moeda feita com um disco de madeira do tamanho de uma coroa britânica (antiga moeda equivalente a de libra esterlina) de um lado e chumbo do outro cai do lado da cara (da madeira) 679 vezes a cada 1.000.[3] Neste experimento, a moeda foi avaliada ao equilibrar a moeda no dedo indicador e jogar para cima com o polegar, de modo que ela girasse pelo ar por cerca de um pé antes de cair sobre uma toalha plana em cima de uma mesa. O físico norte-americano Edwin Thompson Jaynes afirma que, quando se pega uma moeda com a mão, em vez de permitir que ela caia e pare sozinha, o viés físico na moeda é insignificante comparado ao método de jogar, sendo que, com prática suficiente, uma moeda pode dar cara em 100% dos jogos.[4] Explorar o problema de checar se uma moeda é honesta é uma ferramenta pedagógica bem estabelecida no ensino de estatística.[5]

  1. Bertolo, Luiz (31 de outubro de 2012). «Estatística Aplicada à Contabilidade» (PDF). Instituto Municipal de Ensino Superior de Catanduva 
  2. Chiann, Chang (1 de dezembro de 2014). «Aproximação da binomial pela normal» (PDF). Instituto de Matemática e Estatística da Universidade de São Paulo. Consultado em 1 de dezembro de 2014. Arquivado do original (PDF) em 7 de dezembro de 2014 
  3. Kerrich, J. E. (1946). An experimental introduction to the theory of probability (em inglês). Copenhague: E. Munksgaard. Consultado em 1 de março de 2018 
  4. Jaynes, E. T. (2003). Probability theory: the logic of science. Cambridge, UK: Cambridge University Press. ISBN 9780521592710. OCLC 57254076. Consultado em 1 de março de 2018 
  5. Gelman, Andrew; Nolan, Deborah (2002). «Teacher's Corner: You Can Load a Die, But You Can't Bias a Coin». American Statistician. Consultado em 1 de março de 2018 

Developed by StudentB