Distribuzione di Poisson esercizi svolti: criteri per riconoscerla

Se stai cercando distribuzione di Poisson esercizi svolti, la domanda decisiva è questa: come capire se un testo richiede davvero questo modello? La distribuzione di Poisson si usa quando devi contare quante volte accade un evento in un intervallo fisso di tempo, spazio o area, partendo da un tasso medio noto. Negli esercizi di Statistica, però, il calcolo viene dopo: prima vanno controllate le ipotesi, l'unità di misura e il significato del dato medio. In questa guida trovi criteri pratici per riconoscere una variabile casuale Poisson, una procedura operativa, un esempio svolto passo per passo e gli errori che fanno perdere precisione e punti all'esame.

Che cosa descrive una variabile casuale Poisson

Una variabile casuale Poisson descrive un conteggio: non misura un voto, un tempo di attesa o una percentuale, ma il numero di volte in cui un evento si verifica in un intervallo ben definito. L'idea centrale è semplice: se conosci il tasso medio di accadimento, puoi stimare la probabilità di osservare 0, 1, 2, 3 eventi e così via.

Negli esercizi universitari questo modello compare spesso quando il testo parla di arrivi, richieste, errori, difetti, guasti o accessi distribuiti nel tempo o nello spazio. Gli esempi tipici sono:

• numero di chiamate ricevute in 10 minuti;
• numero di difetti su un metro di cavo;
• numero di accessi a uno sportello in mezz'ora;
• numero di errori di trasmissione in un certo volume di dati.

Il punto importante è il significato: non stai chiedendo quanto vale una variabile, ma quanti eventi si verificano entro un confine preciso.

Se oltre alla lettura ti servono spiegazioni mirate sul singolo esame, il corso di Statistica di Weduup raccoglie lezioni online registrate e on-demand, con esercizi e appelli quando previsti, fruibili tramite l'app desktop Weduup per Windows e macOS.

Quando usare la distribuzione Poisson

Capire quando usare distribuzione Poisson è la vera competenza richiesta negli esercizi. La formula, da sola, non basta. Prima devi verificare che il problema abbia queste caratteristiche:

• Si contano eventi. Il risultato possibile è 0, 1, 2, 3, ... e non un valore continuo.
• L'intervallo è fisso. Può essere un tempo, una lunghezza, un'area o un volume, ma deve essere chiaramente definito.
• Esiste un tasso medio costante. Il testo fornisce o permette di ricavare una media λ per unità di intervallo.
• Gli eventi sono indipendenti o trattati come tali. L'arrivo di un evento non deve alterare in modo rilevante la probabilità dei successivi.
• Gli eventi sono puntuali o rari rispetto all'intervallo osservato. In pratica il conteggio nasce da un flusso, non da un numero prefissato di prove.

Se uno di questi elementi manca, fermati un attimo. Per esempio, se hai un numero fissato di tentativi con successo o insuccesso, spesso il modello corretto è binomiale. Se invece misuri una durata, non sei più nel campo dei conteggi discreti.

Formula della Poisson e significato dei simboli

Se una variabile casuale X segue una Poisson di parametro λ, si scrive X ~ Poisson(λ) e la probabilità di osservare esattamente k eventi è:

P(X = k) = e^-λ · λ^k / k!, con k = 0, 1, 2, ...

I simboli vanno letti così:

• X = numero di eventi osservati nell'intervallo;
• λ = numero medio atteso di eventi nello stesso intervallo;
• k = valore specifico che vuoi osservare;
• e = costante matematica circa pari a 2,71828;
• k! = fattoriale di k.

Negli esercizi di probabilità con la Poisson, il passaggio delicato non è quasi mai la formula: è scegliere il λ giusto nella stessa unità della domanda. Alcuni adattamenti tipici sono questi:

• se il tasso medio è 2 eventi ogni 10 minuti, in 30 minuti userai λ = 6;
• se il tasso medio è 2 eventi ogni 10 minuti, in 5 minuti userai λ = 1;
• se il tasso medio è 0,4 difetti al metro, in 3 metri userai λ = 1,2.

Un controllo rapido utile all'esame è ricordare che, nella Poisson teorica, media e varianza coincidono e valgono entrambe λ. Non è una prova definitiva, ma è un indizio coerente con il modello scelto.

Procedura numerata per risolvere gli esercizi

1. Leggi il fenomeno prima della formula. Chiediti cosa viene contato davvero.
2. Definisci la variabile casuale. Per esempio: X = numero di richieste in 15 minuti.
3. Identifica l'intervallo corretto. Il tempo o lo spazio del quesito devono coincidere con quelli usati per λ.
4. Ricava o adatta λ. Se il dato medio è riferito a un altro intervallo, converti con proporzionalità.
5. Verifica che il contesto sia da Poisson. Conteggio, intervallo fisso, tasso medio, indipendenza plausibile.
6. Scrivi l'evento richiesto. Esattamente k, al massimo k, almeno k, nessuno: cambiano i passaggi.
7. Calcola e interpreta. Il numero finale deve essere commentato in lingua naturale, non lasciato isolato.

Questa sequenza evita l'errore classico: partire dalla formula senza aver deciso correttamente cosa rappresenta la variabile.

Esempio svolto

Dati e ipotesi

In una sala studio universitaria il bancone informazioni riceve in media 4 richieste di assistenza ogni 20 minuti. Supponiamo che le richieste arrivino in modo indipendente e con tasso medio costante. Vogliamo calcolare:

• la probabilità di ricevere esattamente 6 richieste in 20 minuti;
• la probabilità di riceverne al massimo 1 in 10 minuti;
• la probabilità di riceverne almeno 1 in 5 minuti.

Qui la scelta della Poisson è corretta perché stiamo contando richieste in intervalli di tempo fissati e conosciamo una media per intervallo.

Passaggio 1: definire la variabile

Se X è il numero di richieste in 20 minuti, allora X ~ Poisson(4).

Passaggio 2: esattamente 6 richieste in 20 minuti

Applichiamo la formula con k = 6 e λ = 4:

P(X = 6) = e^-4 · 4⁶ / 6! = e^-4 · 4096 / 720 ≈ 0,1042.

Interpretazione: la probabilità che in 20 minuti arrivino proprio 6 richieste è circa il 10,42%. Il valore è credibile: 6 è sopra la media di 4, ma non troppo lontano.

Passaggio 3: al massimo 1 richiesta in 10 minuti

In 10 minuti il tasso medio si dimezza, quindi λ = 2. Se Y è il numero di richieste in 10 minuti, allora Y ~ Poisson(2).

La domanda al massimo 1 significa 0 oppure 1:

P(Y ≤ 1) = P(Y = 0) + P(Y = 1) = e^-2 + 2e^-2 = 3e^-2 ≈ 0,4060.

Interpretazione: c'è circa il 40,60% di probabilità di avere zero oppure una sola richiesta in 10 minuti. Il risultato è coerente con una media di 2 richieste nello stesso intervallo.

Passaggio 4: almeno 1 richiesta in 5 minuti

In 5 minuti il tasso medio diventa λ = 1. Se Z è il numero di richieste in 5 minuti, allora Z ~ Poisson(1).

Per almeno 1 conviene usare il complementare:

P(Z ≥ 1) = 1 - P(Z = 0) = 1 - e^-1 ≈ 0,6321.

Interpretazione: anche in un intervallo molto breve, la probabilità di osservare almeno una richiesta supera il 63%. Questo suggerisce un flusso abbastanza regolare di domande al bancone.

Controllo finale

• Esattamente 6 in 20 minuti: λ = 4, probabilità ≈ 0,1042.
• Al massimo 1 in 10 minuti: λ = 2, probabilità ≈ 0,4060.
• Almeno 1 in 5 minuti: λ = 1, probabilità ≈ 0,6321.

Il controllo importante è doppio: tutte le probabilità sono comprese tra 0 e 1 e il parametro λ è stato adattato all'intervallo corretto ogni volta. Questo è spesso il vero discriminante tra un esercizio ben risolto e uno sbagliato nel ragionamento.

Riconoscere subito se un testo è davvero da Poisson

Caso che sì

Un server del dipartimento registra in media 0,6 errori di autenticazione all'ora. Si chiede la probabilità di nessun errore in 3 ore. Qui conti eventi in un tempo fissato e il tasso medio si scala facilmente a λ = 1,8: la Poisson è una scelta naturale.

Caso che no

Si osservano 30 studenti e si chiede quanti rispondono correttamente a un quiz, sapendo che ciascuno ha probabilità 0,7 di rispondere bene. Qui hai un numero fisso di prove indipendenti, non un flusso di eventi in un intervallo: il modello di riferimento è binomiale, non Poisson.

Caso dubbio

Se il testo parla del tempo da attendere prima del prossimo arrivo, non stai più contando eventi ma misurando una durata. In quel caso la Poisson non risponde direttamente alla domanda, anche se nasce dallo stesso contesto di arrivi casuali.

Checklist operativa prima di consegnare

• Hai definito chiaramente la variabile? Deve contare eventi interi.
• Hai controllato l'intervallo? Tempo, spazio o area devono essere fissati.
• λ è espresso nella stessa unità del quesito? Se cambia l'intervallo, va riscalato.
• Hai tradotto bene la richiesta? Esattamente, almeno, al massimo e nessuno richiedono forme diverse.
• Hai evitato arrotondamenti prematuri? Meglio arrotondare solo alla fine.
• Hai scritto un'interpretazione finale? È il modo migliore per mostrare che hai capito il significato del risultato.

Errori comuni negli esercizi sulla Poisson

• Usare la media dell'intervallo sbagliato. Se il testo dà 4 eventi ogni 20 minuti, non puoi usare λ = 4 per 10 minuti.
• Confondere Poisson e binomiale. Un numero prefissato di tentativi con successo o fallimento non è, in generale, un problema Poisson.
• Dimenticare il complementare. Per eventi come almeno uno o più di 3, spesso il conto più rapido parte da 1 meno l'evento opposto.
• Perdere il significato pratico. P(X = 0) non è un numero astratto: vuol dire nessun arrivo, nessun difetto, nessuna richiesta nell'intervallo indicato.
• Mescolare unità diverse. Minuti e ore, metri e chilometri, area e lunghezza non sono intercambiabili.
• Saltare il controllo di plausibilità. Se λ è piccolo, una probabilità molto alta su valori lontani dalla media deve farti ricontrollare i passaggi.

Breve autoverifica

1. Se la media è 3 chiamate ogni 30 minuti, quale λ usi per 2 ore?
2. Se X ~ Poisson(0,7), come calcoli la probabilità di almeno una osservazione?
3. Un testo parla di 25 componenti controllati uno per uno, ciascuno difettoso con probabilità 0,04: Poisson o no?
4. Se in un esercizio ottieni una probabilità maggiore di 1, qual è il primo controllo da fare?

Risposte rapide: per 2 ore, λ = 12; per almeno una osservazione, 1 - P(X = 0) = 1 - e^-0,7; con 25 componenti il modello naturale è binomiale, perché il numero di prove è fissato; se ottieni un valore impossibile, controlla subito formula, fattoriale, unità di λ e arrotondamenti.

Un metodo utile per preparare l'esame di Statistica

La distribuzione di Poisson si impara davvero quando ogni esercizio viene letto in tre passaggi: significato del fenomeno, scelta del modello, calcolo finale. Se stai preparando l'esame e vuoi un percorso ordinato, il corso di Statistica di Weduup propone lezioni registrate e on-demand specifiche per il singolo esame, con esercizi e appelli quando previsti, da seguire online tramite l'app desktop Weduup per Windows e macOS. Per molti studenti è una modalità che può sostituire le ripetizioni se non serve interazione live continua; chi ha bisogno di domande in tempo reale può preferire o affiancare un tutor. Per orientarti meglio sul materiale, consulta anche la guida all'esame di Statistica.