1 9 processus de Poisson modélisation, optimisation, complexité des algorithmes chapitre 9 (processus de Poisson) 2 A partir de l’instant t = 0, on considère une expérience aléatoire qui fait qu’à tout instant, un élément A peut se réaliser ou non. Notons Xt la variable aléatoire qui indique le nombre de réalisations de l’événement A dans l’intervalle de temps [0 ; t ] (ou [0 ; t [ : la fermeture de l’intervalle est sans incidence sur les probabilités). Pour k N, [ Xt = k ] signifie « dans l’intervalle de temps [0 ; t ], A est réalisé k fois ». On est en présence d’un processus de Poisson si Pr X t k λkt! e λ t avec R* . k On dit alors que Xt suit une loi de Poisson de paramètre t . On écrit alors Xt P ( t ) . On démontre que l’espérance mathématique est E ( Xt ) = t et que la variance V ( Xt ) = t . Si on prend t = 1 on a donc E ( X1 ) = : on en conclut que l’événement A se réalise fois par unité de temps. Exemple : le nombre de connexions à un serveur suit un processus de Poisson de moyenne 6 par minute. On note Xt le nombre de connexions entre l’instant 0 et l’instant t minutes. Calculer la valeur de : Il y a 6 connexions par minutes donc E ( X1 ) = 6, et donc = 6. Quelle est la probabilité qu’il n’y ait pas de connexion pendant les 30 premières secondes ? Pr X 0,5 0 6 0,5 0 0! e 60,5 e 3 Quelle est la probabilité qu’il y ait au moins une connexion dans l’intervalle [0 ; 2] ? Pr X 2 0 6 02! e 62 e 12 0 modélisation, optimisation, complexité des algorithmes chapitre 9 (processus de Poisson) 3 On note U le temps d’attente de la première connexion. U désigne donc la durée séparant l’instant 0 de l’instant t de la première connexion. Si U > t, il n’y a donc pas de connexion entre les instants 0 et t (on admet que U > t ou U t donnent les mêmes résultats). Calculer Pr ( U > 3 ) : « la durée séparant l’instant 0 de la première connexion est supérieure à 3 minutes ». Il n’y a donc pas eu de connexion sur l’intervalle de temps [ 0 ; 3 ]. P X 0 6 03! e 60 e 63 , On a donc Pr ( U > 3 ) = Pr ( X3 = 0 ) et r 3 0 donc Pr ( U > 3 ) = e –18 En règle générale Pr ( U > t ) = Pr ( Xt = 0 ) = e – t , et donc Pr ( U t ) = 1 – Pr ( Xt = 0 ) = 1 – e – t On dit que U suit une loi exponentielle de paramètre et on écrit U Exp ( ). On démontre que E ( U ) = – 1 et V ( U ) = – 2 . La loi de Poisson est utilisée : - pour les files d’attente de clients à un guichet ; - pour les voitures arrivant à un péage ; - pour le nombre de pannes d’un appareil par unité de temps… Exemple : le nombre d’arrivées de clients à un guichet entre l’instant 0 et l’instant t ( en heures) suit un processus de Poisson de paramètre 3 par heures ( donc = 3 ). Calculer la probabilité de ne pas avoir de client en 20 minutes : Pr X 1 0 3 1 3 3 0! 0 e 3 1 3 e 1 Calculer la probabilité de ne pas avoir de client en 2 heures : Pr X 2 0 3 02! e 32 e 6 0 Calculer la probabilité que le 1er client se présente plus de 2 heures après l’ouverture : Pr ( U > 2 ) = Pr ( X2 = 0 ) = e – 6 modélisation, optimisation, complexité des algorithmes chapitre 9 (processus de Poisson)