Processo di Poisson: differenze tra le versioni

Contenuto cancellato Contenuto aggiunto
Alez (discussione | contributi)
Aggiunto Processo di Poisson omogeneo (traduzione dalla versione inglese)
Alez (discussione | contributi)
Ampliato "Processo di Poisson omogeneo", materiale tratto dai miei appunti universitari
Riga 10:
[[Image:Sampleprocess.png|266px|right|Sample Poisson Process ''X''<sub>''t''</sub>;]]
 
Un processo di Poisson ''omogeneo'' è caratterizzato da un parametro di frequenza &lambda;, detto '''intensità''', tale che il numero di eventi in un itervallo di tempo <math>(t,t+ \tau]</math> seguono una [[distribuzione di Poisson]] con il parametro associato <math>\lambda\tau</math>. Questa relazione è data come
 
:<math> P [(N(t+ \tau) - N(t)) = k] = \frac{e^{-\lambda \tau} (\lambda \tau)^k}{k!} \qquad k= 0,1,\ldots,</math>
Riga 18:
Così come una variabile casuale di Poisson è caratterizzata dal suo parametro scalare &lambda;, un processo di Poisson omogeneo è caratterizzato dal suo parametro di frequenza &lambda;, che corrisponde con il [[valore atteso]] del numero di "eventi" che si manifestano per unità di tempo.
 
<!--
''N''(''t'') è un processo di Poisson omogeneo, da non confondere con una densità o una funzione di distribuzione.
-->
 
'''Nel dettaglio:'''
 
Avendo assunto che &lambda; sia costante possiamo ritenere
 
<math> P [(N(t+ \tau) - N(t)) = k] = P[N(T) = k]</math>
 
con <math>T = (t,t+ \tau]</math>, in quanto tale probabilità non dipende più dagli istanti iniziale e finale ma solo dalla durata dell'intervallo.
 
Possiamo inoltre suddividere ''T'' in ''n'' intervallini di ampiezza ''&delta;'' tale che <math>T = n\delta</math> e sufficientemente piccoli tale che
 
<math>P [N(\delta) = 1] = p</math>
 
<math>P [N(\delta) = 0] = 1- p</math>
 
<math>P [N(\delta) > 1]</math> &asymp; 0
 
Per ogni singolo intervallino abbiamo quindi una [[Variabile casuale bernoulliana|distribuzione di probabilità di Bernoulli]] il cui [[valore atteso|valore medio]] risulta ''p''. Il numero medio di eventi per un intervallo di durata ''T'' risulta quindi:
 
<math>\lambda T = np</math>
 
Assumiamo infine che il numero di eventi per ogni intervallino non dipenda da ciò che avviene negli altri intervalli.
 
Abbiamo in pratica modellato il processo contatore come un [[variabile casuale binomiale|estrazione semplice]], per cui la probabilità che si verifichino ''k'' eventi in un intervallo ''T'' equivale alla probabilità che ''k'' intervallini su ''n'' contengano un evento e <math>(n-k)</math> non ne contengano affatto:
 
<math>P [N(T) = k] = {n \choose k} p^{k}(1-p)^{n-k}</math>
 
sostituendo quindi ''p'' con <math>\lambda T/n</math> e calcolando il limite per ''n'' → ∞, ovvero per ''&delta;''→ 0, attraverso alcuni passaggi che omettiamo per brevità si arriva alla formula finale:
 
<math> P [(N(T) = k] = \frac{e^{-\lambda T} (\lambda T)^k}{k!} \qquad k= 0,1,\ldots,</math>
 
 
===Processo di Poisson non omogeneo===