Indice
6 relazioni: Distribuzione di Poisson, Funzione generatrice dei momenti, Processo di Poisson, Processo stocastico, Valore atteso, Varianza.
Distribuzione di Poisson
In teoria delle probabilità la distribuzione di Poisson (o poissoniana) è una distribuzione di probabilità discreta che esprime le probabilità per il numero di eventi che si verificano successivamente ed indipendentemente in un dato intervallo di tempo, sapendo che mediamente se ne verifica un numero lambda.
Vedere Processo di Poisson composto e Distribuzione di Poisson
Funzione generatrice dei momenti
La funzione generatrice dei momenti viene usata nella teoria della probabilità per caratterizzare in modo astratto le variabili casuali permettendo da un lato di estrarne agevolmente alcuni parametri (come il valore atteso e la varianza) dall'altro di confrontare due diverse variabili casuali e vedere il loro comportamento in condizioni limite.
Vedere Processo di Poisson composto e Funzione generatrice dei momenti
Processo di Poisson
Un processo di Poisson, dal nome del matematico francese Siméon-Denis Poisson, è un processo stocastico che simula il manifestarsi di eventi che siano indipendenti l'uno dall'altro e che accadano continuamente nel tempo.
Vedere Processo di Poisson composto e Processo di Poisson
Processo stocastico
In matematica, più precisamente nella teoria della probabilità, un processo stocastico (o processo aleatorio) è la versione probabilistica del concetto di sistema dinamico.
Vedere Processo di Poisson composto e Processo stocastico
Valore atteso
In teoria della probabilità il valore atteso (chiamato anche media o speranza matematica) di una variabile casuale X è un numero indicato con mathbb (da expected value o expectation in inglese o dal francese espérance) che formalizza l'idea euristica di valore medio di un fenomeno aleatorio.
Vedere Processo di Poisson composto e Valore atteso
Varianza
In statistica e in teoria della probabilità la varianza di una variabile statistica o di una variabile aleatoria X è una funzione, indicata con sigma^2_X o con mathrm(X) (o semplicemente con sigma^2 se la variabile è sottintesa), che fornisce una misura della variabilità dei valori assunti dalla variabile stessa; nello specifico, la misura di quanto essi si discostino quadraticamente rispettivamente dalla media aritmetica o dal valore atteso mathbb E.