Loi de Poisson

entre les lois COMMENT RECONNAITRE : Une Loi Normale ? Une Loi Binomiale ? Une loi de Poisson ? I. INTRODUCTION Voici un schéma qui résume bien la situation  Loi Binomiale (1) : « n » doit être petit n  30 « p » peut être petit ou grand 0 0,1 1 Loi de Poisson (2) Loi Normale (3) n est grand n est

NOVANCIA 2ème année Le processus de Poisson Exemple : Les arrivées des automobiles à un péage entre 13h et 15h ont été observées pendant une certaine période. On constate que : Il y a en moyenne une arrivée toutes les minutes. Les arrivées au cours d'une période (ici une minute ) sont indépendantes des événements survenus au cours des autres périodes. Dans un intervalle de temps d'une minute, il n'est pas impossible mais rare qu'un autre automobiliste se présente. Le nombre moyen

STS MAI 2 2006/2007     Chapitre 2 : Probabilit´es Fiche 3 : Loi binomiale & Loi de Poisson 1 Loi binomiale 1.1 Introduction On consid`ere une exp´erience al´eatoire qui a deux issues possibles : r´eussite ou ´echec. On notera p la proba- bilit´e de r´eussite et q la probabilit´e d’´echec. On a alors p+q = 1. Une telle exp´erience est appel´ee ´epreuve de Bernoulli1. Exemple 1 : une ´epreuve consiste `a lancer un d´e. On gagne si l’on obtient un 6. On a donc p = . . . . . . et

valant 1 comme ci-dessus), X représente donc simplement le nombre de Pile sur les n lancers et on a X ∼ B(n, p). Proposition 2.9 (Moments d’une loi binomiale) Si X suit une loi binomiale de paramètres (n, p), alors : E[X] = np & Var(X) = np(1 − p) = npq. Autrement dit, la somme de 2 variables binomiales indépendantes et de même paramètre p suit elle aussi une loi binomiale de paramètre p (voir le corrigé de l’exercice 2.9). Le lien Bernoulli-Binomiale rend ces formules élémentaires : l’espérance

Corrélations et Spectres Transformée de Fourier Classes de signaux déterministes et aléatoires Propriétés de Rx (τ ) et de sx (f ) Chapitre 2 : Filtrage Linéaire Chapitre 3 : Échantillonnage Chapitre 4 : Traitements Non-linéaires Chapitre 5 : Processus de Poisson Chapitre 6 : Signaux des télécommunications Cours Traitement du Signal, 2010 – p. 3/82 Transformée de Fourier Définitions Formule directe X(f ) = R x(t) exp (−j2πf t) dt Formule inverse x(t) = R X(f ) exp (j2πf t) df Hypothèses

remplacer les séances de cours en présentiel) TABLE DES MATIERES I- INTRODUCTION ........................................................................................................ 1 II- LOI DES ARRIVEES .................................................................................................3 III- LOI DE SERVICE ......................................................................................................3 IV- LE SYSTEME D’ATTENTE M/M/1/∞ ....................................

non N’a pas tout plein de chiffre après la virgule Variable qualitative (couleur de cheveux, niveau de satisfaction, sexe, type de c/) Variable quantitative discrète (nb de cas de grippe dans une famille de 5pers, nb de jeune dans une portée…) Loi de proba : somme des proba = 1 Espérance : C’est la valeur moyenne de X : μ Propriétés : (X et Y, 2 v.a discrètes def sur le même univers) E(XY) = E(X) E(Y) E(aX) = aE(X) E(a+X) = a + E(X) Soit Z = X-E(X), E(Z) = E[X-E(X)] = E(X)-E[E(X)]

adaptées à ces deux types de variables : Loi hypergéométrique Loi binomiale Loi de Poisson Loi de Pascal Loi Normale ou LaplaceGauss Loi de Student Loi du Khi-Deux Loi de Fisher-Snédécor Lois des variables aléatoires discrètes Lois des variables aléatoires continues Ce chapitre étudiera ces différentes lois de probabilités en commençant par les lois des variables aléatoires discrètes. I. LOIS DES VARIABLES ALEATOIRES DISCRETES Définir la loi de probabilité d’une variable aléatoire

La loi de Poisson P. Boldini 1 Introduction La loi de Poisson est la loi des variables al´atoires qui comptent le nombre d’occurences d’un e ´v´nement rare. e e D’apr`s Wikip´dia : “le domaine d’application de la loi de Poisson a ´t´ longtemps limit´ e e ee e a celui des ´v´nements rares comme les suicides d’enfants, les arriv´es de bateaux dans un ` e e e port ou les accidents dˆs aux coups de pied de cheval dans les arm´es (´tude de Ladislaus u e e Bortkiewicz). Mais depuis quelques d´cennies

2°/ La loi de Poisson est la loi des "anomalies" indépendantes et de faible probabilité. On peut l'appliquer ici a priori directement, faute d'autres informations sur la survenue des accidents. Afin de mieux s'en convaincre, en notant que les accidents sont considérés comme des événements indépendants, on peut interpréter X comme une variable binomiale de paramètre n = 200 (nombre d'épreuves) de moyenne np = 0,8. Par suite p = 0,004. On est tout à fait dans le champ d'approximation de la loi de Poisson: