La distribuzione di Poisson

La distribuzione poissoniana è una distribuzione di probabilità discreta di tipo esponenziale. $$ P(n) = \frac{λ^n}{n!} e^{-λ} $$

Come funziona

Sapendo che in un intervallo di tempo un evento si verifica λ volte, calcola la distribuzione della probabilità in base al numero di eventi (n) che potrebbero verificarsi.

$$ P(n) = \frac{λ^n}{n!} e^{-λ} $$

Dove

  • P(n) è la distribuzione di probabilità su n eventi.
  • λ è il numero medio di eventi che si verificano nell'intervallo di tempo.
  • e è la base dei logaritmi naturali (e=2,71828)

La formula mi permette di sviluppare in serie la distribuzione della probabilità.

Per n→ ∞ la somma di P(n) è uguale a 1

$$ \sum_{0}^{n} P(n) = 1 $$

Per spiegare meglio come funziona, faccio un esempio pratico.

Un esempio pratico

In un'ora un evento si verifica in media 5 volte

$$ λ=5 $$

Esempio. In un ufficio postale ci sono in media 5 clienti in un'ora.

Voglio calcolare la distribuzione di Poisson delle probabilità che si verifichino n=0,....,8 eventi.

$$ P(0) = \frac{5^0}{0!} e^{-5} = 0.0067 $$ $$ P(1) = \frac{5^1}{1!} e^{-5} = 0.0337 $$ $$ P(2) = \frac{5^2}{2!} e^{-5} = 0.0842 $$ $$ P(3) = \frac{5^3}{3!} e^{-5} = 0.1404 $$ $$ P(4) = \frac{5^4}{4!} e^{-5} = 0.1755 $$ $$ P(5) = \frac{5^5}{5!} e^{-5} = 0.1755 $$ $$ P(6) = \frac{5^6}{6!} e^{-5} = 0.1462 $$ $$ P(7) = \frac{5^7}{7!} e^{-5} = 0.1044 $$ $$ P(8) = \frac{5^8}{8!} e^{-5} = 0.0653 $$

Rappresento graficamente la distribuzione su un diagramma cartesiano

un esempio di distribuzione poissoniana

Pertanto, la probabilità che in un'ora non entri nessun cliente è pari a P(0)=0.0067.

La probabilità che entri un solo cliente è P(1)=0.0337

E così via

Nota. Continuando a calcolare la probabilità dell'evento n-esimo, arriverà il punto in cui la probabilità P(n) si annulla. A quel punto la somma delle prime n probabilità è pari a 1. $$ P(1)+(P2)+...+P(n) = 1 $$

 


 

Segnalami un errore, un refuso o un suggerimento per migliorare gli appunti

FacebookTwitterLinkedinLinkedin
knowledge base

Il calcolo delle probabilità