Pagina:Teoria degli errori e fondamenti di statistica.djvu/137

8.5 - La distribuzione di Poisson 121


La funzione generatrice dei momenti, come si potrebbe facilmente ottenere dalla definizione, è la

; (8.16)

la funzione caratteristica di variabile reale

,

e la funzione caratteristica di variabile complessa

. (8.17)

Da esse potrebbero essere ricavati tutti i momenti successivi; i primi quattro valgono

Un’altra conseguenza della (8.16) è che la somma di due variabili casuali indipendenti che seguano la distribuzione di Poisson (con valori medi ed ) segue anch’essa tale distribuzione (con valore medio pari a ):

. (8.18)

Anche la distribuzione di Poisson, come si vede dai grafici di figura 8f, è bene approssimata da una distribuzione normale quando è abbastanza elevato; questo non deve stupire, visto lo stretto legame che esiste tra la distribuzione di Poisson e quella di Bernoulli — il cui limite per grandi N è appunto la funzione di Gauss. Volendo, si potrebbe ripetere per la funzione generatrice (8.16) una analisi analoga a quella a suo tempo compiuta per la distribuzione binomiale; in questo modo si proverebbe rigorosamente il fatto che anche la distribuzione di Poisson, per grandi , tende a quella normale.

In genere si ritiene che, per valori medi , si possa ritenere soddisfacente l’approssimazione normale alla distribuzione di Poisson.