Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
1<br />
lim (1 +<br />
∞<br />
x<br />
x<br />
) =<br />
x →<br />
e<br />
in cui e é il numero di Nepero (e=2.718...). Il limite a cui siamo interessati é riconducibile al limite<br />
fondamentale di cui sopra, facendo la sostituzione 1/x=-λ/N :<br />
⎛ λ ⎞<br />
lim⎜1<br />
⎟<br />
N ∞<br />
−<br />
⎝ N ⎠<br />
1<br />
x ⎠<br />
N<br />
−λx<br />
x − λ<br />
⎛ ⎞ ⎛ ⎞<br />
⎜ ⎟ ⎜ ⎟ ⎟ =<br />
→<br />
= lim 1<br />
x→∞<br />
+ = lim 1<br />
x→∞<br />
+<br />
⎝<br />
⎜<br />
⎝<br />
⎛<br />
⎝<br />
1<br />
x ⎠<br />
In conclusione abbiamo ottenuto la funzione di distribuzione di Poisson:<br />
p(<br />
n)<br />
=<br />
λ<br />
λ −<br />
n<br />
e<br />
n!<br />
Si tratta della funzione di distribuzione della variabile casuale discreta n definita per valori tra 0 e ∞<br />
ed avente come unico parametro λ. Si può dimostrare che la funzione cosi’ definita é normalizzata.<br />
In Fig.2.9é mostrato il grafico della poissoniana per diversi valori di λ. Si noti che si tratta di una<br />
funzione in generale non simmetrica, ma che tende a simmetrizzarsi nel limite di grandi λ.<br />
⎞<br />
⎠<br />
e<br />
−λ<br />
Fig.2.9. Esempi di distribuzioni di Poisson per diversi valori di λ.<br />
Il significato di λ risulta evidente quando calcoliamo il valore atteso e la varianza di n. Calcoliamo<br />
E[n] ed E[n 2 ]:<br />
n − λ<br />
n−1<br />
− λ<br />
∞ λ e<br />
∞ λ e<br />
E[<br />
n]<br />
= ∑n<br />
= λ∑<br />
= λ<br />
n=<br />
0 n=<br />
1<br />
n!<br />
( n −1)!<br />
E[<br />
n<br />
2<br />
∞<br />
] = ∑ n<br />
n=<br />
0<br />
2<br />
n<br />
λ e<br />
n!<br />
−λ<br />
n−1<br />
−λ<br />
k<br />
∞ λ e<br />
∞ λ e<br />
= λ∑n<br />
= λ∑(<br />
k + 1)<br />
n=<br />
1 k=<br />
0<br />
( n −1)!<br />
k!<br />
−λ<br />
= λ(<br />
λ + 1)<br />
68