Introduction aux Probabilités - Université Rennes 2
Introduction aux Probabilités - Université Rennes 2
Introduction aux Probabilités - Université Rennes 2
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
80 Chapitre 2. Variables aléatoires discrètes<br />
2.5.5 Loi de Poisson<br />
Par rapport <strong>aux</strong> sections précédentes, on peine à donner une modélisation vraiment élémentaire<br />
de la loi de Poisson. On verra son interprétation comme loi d’événements rares en fin de section,<br />
mais pour l’instant on se contentera de la définir brutalement.<br />
È(X<br />
∈Æ Définition 2.14 (Loi de Poisson)<br />
On dit que X suit une loi de Poisson de paramètre λ > 0, noté X ∼ P(λ), si X est à valeurs dans<br />
Æavec :<br />
∀n = n) = e −λλn<br />
n! .<br />
Figure 2.8 – Lois de Poisson P(2.5) et P(10).<br />
Concernant le mode d’une loi de Poisson, il convient de distinguer deux cas (cf. corrigé de l’exercice<br />
2.23) :<br />
1. si λ /∈Æ∗ , on a un seul mode, atteint pour n égal à la partie entière de λ (voir figure 2.8 à<br />
gauche) :<br />
max = p⌊λ⌋ = e<br />
n∈Æpn −λλ⌊λ⌋<br />
⌊λ⌋! .<br />
2. si λ ∈Æ∗ , il y a cette fois deux modes (voir figure 2.8 à droite) :<br />
max = pλ−1 = pλ = e<br />
n∈Æpn −λλλ<br />
λ! .<br />
∈Ê Rappel. Les calculs sur la loi exponentielle font intervenir le développement en série entière de<br />
l’exponentielle, qu’il convient donc d’avoir en tête :<br />
∀x e x +∞ x<br />
=<br />
n=0<br />
n<br />
n! .<br />
Ceci est en particulier utile pour le calcul des moments.<br />
Proposition 2.13 (Moments d’une loi de Poisson)<br />
Si X suit une loi de Poisson de paramètre λ > 0, alors :<br />
E[X] = λ & Var(X) = λ.<br />
Arnaud Guyader - <strong>Rennes</strong> 2 <strong>Probabilités</strong>