Professional Documents
Culture Documents
Funcin de cuanta
A partir de las hiptesis del proceso, se obtiene una ecuacin diferencial
de definicin del mismo que puede integrarse con facilidad para obtener la
funcin de cuanta de la variable "nmero de hechos que ocurren en un
intervalo unitario de tiempo o espacio "
Que sera :
ir a
programa de clculo
Su expresin ser
:
dado que
tendremos
que
luego :
Para la obtencin de la media y la varianza aplicaramos la F.G.M.;
derivndola sucesivamente e igualando t a cero .
As.
haciendo t = 0
por lo que
Y, en particular:
A partir de estas dos desigualdades, es muy sencillo probar que la
moda tiene que verificar:
De manera que la moda ser la parte
entera del parmetro o dicho de otra forma, la parte entera de la media
Podemos observar cmo el intervalo al que debe pertenecer la moda tiene
una amplitud de una unidad , de manera que la nica posibilidad de que una
distribucin tenga dos modas ser que los extremos de este intervalo sean
nmeros naturales, o lo que es lo mismo que el parmetro sea entero, en
cuyo caso las dos modas sern -1 y .
Teorema de adicin.
La distribucin de Poisson verifica el teorema de adicin para el parmetro .
"La variable suma de dos o ms variables independientes que tengan una
distribucin de Poisson de distintos parmetros (de distintas medias) se
distribuir, tambin con una distribucin de Poisson con parmetro la suma
de los parmetros (con media, la suma de las medias) :
En efecto:
Sean x e y dos variables aleatorias que se distribuyen con dos distribuciones
de Poisson de distintos parmetros siendo adems x e y independientes
As
e
Debemos probar que la variable Z= x+y seguir una Poisson con
Para Y
De manera que la funcin generatriz de momentos de Z ser el producto de
ambas ya que son independientes
:
Siendo
la F.G.M de una
Poisson
tendremos que:
realizando
distribucin de Poisson
P( i)
0,5
0,25
0,25
0,180447
0,224042
0,140374
0,497572
0,308891
0,193536
pacientes la hora