Processo di Poisson (II)

• La variabile aleatoria continua Tr∗ = rj=1 Tj , che rappresenta

P

il tempo necessario affinché in un processo di Poisson l’evento

in questione si presenti per la r-esima volta, ha funzione di
densità detta di Erlang di indice r (intero) e parametro λ
data da:
λr
fTr∗ (x) = xr−1e−λx x > 0
(r − 1)!
– Media e varianza della distribuzione di Erlang:
r r
E Tt∗ = Var Tt∗ = 2



λ λ
• Analogamente per a reale e positivo si definisce la funzione di
densità gamma di indice (o parametro di forma) a e parametro
(di scala) λ:
λa a−1 −λx
fX (x) = x e x>0
Γ(a)
– Media e varianza della distribuzione gamma:
a a
E (X ) = Var (X ) = 2
λ λ

– Funzione caratteristica della distribuzione gamma:

a
λ

ψ X (u) = iu < λ
λ − iu

– Additività: Xj con j = 1, . . . , k variabili aleatorie indipen-

denti aventi distribuzione gamma di indice aj e parametro
λ:
 
k
X k
X
Xj ∼ Gamma  a j , λ
j=1 j=1
• Per a = g/2 e λ = 1/2 si ottiene la funzione di densità chi-
quadrato con g gradi di libertà (indicata con χ2
g ). In tal caso
vale:
   
E χ2
g =g Var χ2
g = 2g
• X ∼Gamma[a, 1] e Y ∼Gamma[b, 1] indipendenti. La variabile
aleatoria continua U = X+Y X ha funzione di densità detta
densità beta di parametri (di forma) a e b data da:
Γ (a + b) a−1
f U (u) = u (1 − u)b−1 0<u<1
Γ (a) Γ (b)
– Media e varianza della distribuzione beta:
a ab
E (U ) = Var (U ) =
a+b (a + b + 1) (a + b)2