• 对三点估算法的理解


    三点估算也称PERT法,在计算每项活动的工期时都要考虑三种可能性,计算最悲观的工期、最可能的工期、最乐观的工期,然后再计算出该活动的期望工期,PERT法计算的是期望工期.
    用PERT法计算工期,我们必须记住下面三个公式(P代表最悲观工期;M代表最可能工期;O代表最乐观工期)
    PERT公式


     
    标准差公式:


     
    方差公式:
     


    用PERT公式计算出来的是完成某活动的平均工期,即有50%的可能性在该工期内完成。用正态统计分布图,工期落在平均工期1个标准差范围之内的概率是68.26%,2个标准差之内的概率是95.46%,3个标准差的概率是99.73%,这三个概率必须要记住,如果我们用1个标准差来估算工期,那工期就是在平均工期加/减1个标准差的范围内。其他一样。
     
    知识点1:三点估算法
     
    常规考法1:完成活动A悲观估计36天,最可能估计21天,乐观估计6天,求该活动的期望完成时间。
     
    点评:最早考核的形式,最简单,死记公式即可。
     
     
    常规考法2:完成活动A悲观估计36天,最可能估计21天,乐观估计6天,求标准差。
     
    点评:目前考核的形式,比较简单,记公式和概率数字即可(官方)
     
     
     
     
    常规考法3:完成活动A悲观估计36天,最可能估计21天,乐观估计6天,活动A在16天到26天内完成的概率是多少?
     
    点评:目前考核的形式,稍难,根据标准差和活动的范围确定标准差的区间,然后判断概率。
     
    记公式和概率数字即可(官方教材中没有概率)
     
     
    深度考法1:完成活动A悲观估计36天,最可能估计21天,乐观估计6天,请问:
     
    (1)在16天内完成的概率是多少?
     
    (2)在21天内完成的概率是多少?
     
    (3)在21天之后完成的概率是多少?
     
    (4)在16天到26天之间完成的概率是多少?
     
    (5)在26天内完成的概率是多少。
     
     
     
     
     
     
    这个算法是PERT估算
    最终估算结果=(悲观工期+乐观工期+4×最可能工期)/6
    标准差=(悲观-乐观)/6
    带入公司计划PERT估算结果为:(36+21*4+6)/6=21
    带入公式计算标准差为:(36-6)/6=5
    所以根据正太分布:16(21-5)~26(21+5)这个区间范围内的概率都是68.26%。注:在正负一个标准差的概率有 68.26%
    算出了16~26这个区间的概率,用100%-这个区间的概率68.26%即得到了不在这个区间的概率(100%-68.26%=31.74%),
    算出31.74%之后,再用个概率除以2即得小于16天和大于26天分别所对应的概率(31.74%/2=15.87%)
    所以:
    (1)在16天内完成的概率是多少?——15.87%((100%-68.26)/2=15.87%)
    (2)在21天内完成的概率是多少?——50%(μ=21,所以正好是50%)
    (3)在21天之后完成的概率是多少?——50%(μ=21,所以正好是50%)
    (4)在16天到26天之间完成的概率是多少?——68.26%(正负一个标准差的概率有 68.26%)
    (5)在26天完成的概率是多少。——84.13%(100%-15.87%=84.13%或者50%+68.26%/2=84.13%) 
    画一个正太分布图,看着图一下就能看明白了
  • 相关阅读:
    ERROR 1290 (HY000): The MySQL server is running with&nbs
    mysql ERROR 1045 (28000): Access denied for user解决方法
    今天,启动MySQL服务器失败,
    centos 7 安装卸载apache(httpd)服务
    Kafka——彻底删除Topic
    HBase管理与监控——彻底删除HBase数据
    phoenix创建表失败:phoenixIOException: Max attempts exceeded
    Kafka——指定位移消费(回溯消费)
    Java日志体系(八)最佳实践
    Java日志体系(七)日志框架切换
  • 原文地址:https://www.cnblogs.com/wangchao928/p/4060080.html
Copyright © 2020-2023  润新知