Processus de poisson
Processus de poisson
0.1 Introduction
Le processus de Poisson est un processus de comptage à temps continu ; ainsi à tout
instant t il associe une variable aléatoire Nt qui compte les évènements apparus entre
l’origine des temps et t. Le nombre d’appels sur une ligne téléphonique entre t0 et
t0 + t, le nombre de noyaux atomiques désintégrés dans un corps radioactif entre t0
et t0 + t, ou l’entrée d’un service public tel qu’un guichet d’un magasin donnent une
idée du processus de Poisson.
0.2 Construction du Processus
Considérons un processus aléatoires (Xt )t∈R+
Definition 0.2.1. La variable aléatoire Xt − Xs est dite accroissement du processus
sur l’intervalle ]s, t].
Definition 0.2.2. Un processus est dit à accroissements indépendants si dans des
intervalles quelconques disjoints ]t0 , t1 ], ]t2 , t3 ], . . . , ]tn−1 , tn ] les accroissements (Xt1 −
Xt0 ), (Xt3 − Xt2 ), . . . , (Xtn − Xtn−1 ) sont des variables aléatoires indépendantes.
1
2
Definition 0.2.3. On dit que le processus (Xt )t∈R+ est un processus à accroissements
stationnaires lorsque la loi de probabilité de l’accroissement sur un intervalle depend
seulement de la longueur de l’intervalle, c’est-à-dire : pout tout t ∈ R+, Xt+s − Xt
est de même loi que Xs − X0
Considérons un processus aléatoires (Nt )t∈R+ à valeurs entières positives
Definition 0.2.4. On dit que (Nt )t∈R+ est un processus de Poisson de paramètre λ
si (Nt )t∈R+ est un processus aléatoire à accroissements stationnaires et indépendants,
vérifiant :
1. P (N (t + h) − N (t) = 1) = λh + o(h)
2. P (N (t + h) − N (t) = 0) = 1 − λh + o(h)
3. P (N (t + h) − N (t) > 1) = o(h)
Ces trois dernières conditions forment la propriété dite des événements rares.
Le processus de poisson est un processus à accroissement indépendants, c’est-à-dire,
les nombres d’événements dans des intervalles de temps disjoints sont indépendants.
0.3 La loi de probabilité du processus
Posons Pn (t) = P (N (t) = n), la probabilité que n événements arrivent dans un
intervalle de temps de longueur t. Notre but maintenant est de démontrer que
e−λt (λt)n
Pn (t) =
n!
On prouve ce résultat par récurrence. Pour n = 0, on a
3
P0 (t + h) = P (N (t) = 0 et N (t + h) − N (t) = 0).
Comme N (t) est un processus stationnaire et à accroissements indépendants,
P0 (t + h) = P (N (t) = 0).P (N (t + h) − N (t) = 0) = P0 (t).P0 (h)
Par la propriété 2 de la définition du processus du Poisson, on a
P0 (t + h) = P0 (t).(1 − λh + o(h)).
Par conséquent, pour h > 0,
P0 (t + h) − P0 (t) o(h)
= −λP0 (t) +
h h
Laissant h → 0, nous obtenons une équation différentielle ordinaire
dP0 (t)
= −λP0 (t)
dt
Sa solution est
P0 (t) = exp(−λt),
en remarquant que la condition initiale est P0 (0) = 1. Soit n > 1 un entier arbitraire,
et supposons que le résultat que l’on cherche à prouver soit vrai pour n−1, c’est-à-dire,
(λt)n−1
Pn−1 (t) = exp(−λt),
(n − 1)!
On va démontrer, dans ce qui suit, que le résultat reste aussi vrai à l’ordre n :
4
Pn (t + h) est la réunion de trois événements incompatibles A1 , A2 et A3
A1 = {N (t) = n et N (t + h) − N (t) = 0}
A2 = {N (t) = n − 1 et N (t + h) − N (t) = 1}
A3 = {N (t) < n − 1 et N (t + h) − N (t) > 1}
Comme N (t) est un processus stationnaire et à accroissements indépendants,
Pn (t+h) = P (N (t) = n).P (N (h) = 0)+P (N (t) = n−1).P (N (h) = 1)+P (N (t) < n−1).P (N (h)
Par les propriétés 1, 2 et 3 de la définition du processus du Poisson:
Pn (t + h) = Pn (t).P0 (h) + Pn−1 (t).P1 (h) + 0(h),
donc, pour h > 0,
Pn (t + h) − Pn (t) o(h)
= −λPn (t) + λPn−1 (t) +
h h
et en prenant la limite quand h → 0, on arrive à :
dPn (t)
= −λPn (t) + λPn−1 (t)
dt
En remplaçant Pn−1 (t) par sa valeur de l’hypothèse de récurrence et en résolvant
l’équation différentielle, on obtient le résultat.
5
0.4 Application du processus de Poisson : Les ar-
rivées d’appels à un central téléphonique
Un modèle important d’arrivée des appels est le processus de Poisson : ce modèle est
correctement vérifié si le processus d’arrivée des appels est constitué d’un ensemble de
processus ponctuels indépendants entre eux et de comportement identiques au cours
du temps ; c’est l’hypothèse couramment avancée à l’entrée des centraux et des grands
réseaux de télécommunications lorsqu’on peut négliger les renouvellements d’appels.
Les hypothèses d’un tel processus sont les suivantes : considérons un intervalle de
temps [t0 , t0 + t], compté à partir d’une origine t0 arbitraire. On se propose de
déterminer la probabilité Pn (t) que n appels se produisent pendant le temps t sachant
que :
1. Pn (t) ne dépend pas de l’origine des temps.
2. La probabilité qu’un appel se produise pendant le temps dt est proportionnelle
à dt
3. la probabilité qu’un appel se produise plus d’une fois pendant dt est pratique-
ment nulle (l’on exclut l’accumulation d’appels en un temps très court). Soit
:
P1 (dt) = λdt
P2 (dt) = P3 (dt) = . . . Pn (dt) = 0
4. Si I1 et I2 sont des intervalles de temps disjoints ; les deux événements : A =
{k appels se produisent pendant I1 } B = {l appels se produisent pendant I2 }
6
sont deux événements indépendants
On désire calculer Pn (t) ;
1. Montrer que
P0 (dt) = 1 − λdt
P0 (t + dt) = (1 − λdt)P0 (t)
Pn (t + dt) = (1 − λdt)Pn (t) + λdtPn−1 (t) pour n ̸= 0
2. Montrer que
dPn (t)
= λ(Pn−1 (t) − λPn (t))
dt
3. On pose Pt (z) la fonction génératrice de Pn (t), montrer que
dPt (z)
= λ(z −1 − 1)Pt (z)
dt
e−λt (λt)n
4. Déduire que Pn (t) = n!
5. Déterminer la loi de probabilité de la variable aléatoire X représentant la durée
écoulé entre 2 appels.
6. Calculer son espérance mathématique. Conclusion
Exercice
Soit X(t) un processus aléatoire défini de la manière suivante :
1. Il ne prend que deux valeurs 0 ou 1.
7
2. Les instants de transition suivent une loi de poisson. Ainsi la probabilité d’avoir
ntransitions pendant le temps t est donnée par :
e−λt (λt)n
Pn (t) =
n
où λ > 0 est le nombre moyen de transition par unité de temps.
A l’origine le processus vaut 0 avec la probabilité p et 1 avec la probabilité 1 − p.
1. Calculer E(X(t))
2. A quelle condition E(X(t)) est-il indépendant de t.
3. On suppose que la condition précédente est remplie, Calculer E(X(t)X(t+)).