Scribd
Importer
4 vues3 pages

Processus de Poisson et Probabilités

Le processus de Poisson modélise des événements se produisant à des instants aléatoires avec un débit moyen λ par seconde. Il repose sur deux hypothèses : la négligeabilité de la probabilité d'observer plus d'un événement dans un sous-intervalle et l'indépendance des événements dans différents intervalles. Ce processus possède des incréments indépendants et stationnaires, et des exercices d'application sont proposés pour calculer des probabilités et des covariances associées.

Transféré par

bousbiasalahchihab
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
4 vues3 pages

Processus de Poisson et Probabilités

Le processus de Poisson modélise des événements se produisant à des instants aléatoires avec un débit moyen λ par seconde. Il repose sur deux hypothèses : la négligeabilité de la probabilité d'observer plus d'un événement dans un sous-intervalle et l'indépendance des événements dans différents intervalles. Ce processus possède des incréments indépendants et stationnaires, et des exercices d'application sont proposés pour calculer des probabilités et des covariances associées.

Transféré par

bousbiasalahchihab
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Processus de Poisson

Les événements se produisent à des instants aléatoires a un debit moyen  evenements par
second.
Ex. l’arrivée d’un client dans une station de service ou panne d’un composant dans un
système.
Soit N(t) le nombre d’occurrence d’événements dans [0,t], N(t) est un nombre non
décroissant et est un processus aléatoire a temps continu à valeur entière.
𝑡
Supposons que [0,t] est divisé en n sous intervalles de largeur ∆𝑡 =
𝑛

Deux hypothèses :

1. La probabilité que plus d’un événement se produise dans une sous-interval est négligeable par
rapport à la probabilité d’observer un ou zéro événement. C’est-à-dire que l’issue dans chaque sous-
interval est un procès Bernoulli.

2. Qu’un événement se produise ou non dans une sous-interval est indépendant des résultats dans
d’autres intervalles. C’est-à-dire, ces essais de Bernoulli sont indépendants.

Si la probabilité d'occurrence d'un événement dans chaque sous-intervalle est p, alors le


le nombre attendu d'occurrences d'événements dans [0, t] est np. Comme les événements se
produisent à un débit  événements par seconde, puis
t = np.
Soit n→∞ 1, p→0 alors que t = np reste fixe, la distribution binomiale approche une distribution de
Poisson avec le paramètre t.

Le processus de Poisson N (t) hérite des propriétés des éléments indépendants et stationnaires
incréments du processus binomial sous-jacent. Par conséquent, la pmf pour le nombre d'occurrences
d'événements dans n'importe quel intervalle de longueur t est donné par la formule précédente.

1. Des incréments indépendants d’intervalles qu ne chevauchent pas

[t1, t2] et [t3, t4] sont des intervalles de temps sans chevauchement
N[t2] − N[t1] = incrément sur l’intervalle [t1, t2]
N[t4] − N[t3] = incrément sur l’intervalle [t3, t4].
Si N(t) est un processus de Poisson, alors N[t2] − N[t1] et N[t4] − N[t3] sont independants.

2. Propriété d’incréments stationnaires


Les incréments d'intervalles de même longueur ont la même distribution peu importe quand
l'intervalle commence.

Exercice d’application
a. Calculer la probabilité de l’incrément N[t2] − N[t1] sur l’intervalle [t1, t2]
b. Déterminer la pmf jointe si t1<t2.
c. Utiliser la propriété des incréments indépendants pour calculer la covariance correspondante.

Vous aimerez peut-être aussi