• Aucun résultat trouvé

CPES 2 – Probabilit´es approfondies 2015-2016 Loi de Poisson et notations probabilistes

N/A
N/A
Protected

Academic year: 2022

Partager "CPES 2 – Probabilit´es approfondies 2015-2016 Loi de Poisson et notations probabilistes"

Copied!
1
0
0

Texte intégral

(1)

CPES 2 – Probabilit´es approfondies 2015-2016 Loi de Poisson et notations probabilistes

Igor Kortchemski – igor.kortchemski@cmap.polytechnique.fr

Loi de Poisson. Soit X une variable al´eatoire (d´efinie sur (Ω,A,P)) `a valeurs dans N. On dit que X suit une loi de Poisson de param`etre λ >0 si, pour tout entier k≥0,

P(X =k) =e−λλk k!.

Ceci est bien la loi d’une variable al´eatoire, car e−λ λk!k ≥0 pour tout k ≥0 et on a

X

k≥0

e−λλk

k! =e−λX

k≥0

λk

k! =e−λeλ = 1.

Notations probabilistes. Soit (Ω,A,P) un espace probabilis´e et X : (Ω,A) → (E,E) une variable al´eatoire. Si B ∈ E :

– {X ∈ B} est une notation pour l’´ev´enement {ω ∈ Ω : X(ω) ∈ B}, qu’on utilise pour simplifier l’´ecriture.

– {X ∈B}=X−1(B) par d´efinition de l’image r´eciproque (etX−1(B)∈ Acar X est une variable al´eatoire).

– P(X ∈B) est unenotationpourP({X ∈B}), qu’on utilise pour simplifier l’´ecriture.

Dans le mˆeme genre d’id´ees, si Y : (Ω,A)→(F,F) est une autre variable al´eatoire et si C ∈ F :

– P(X ∈B, Y ∈C) etP(X ∈B etY ∈C) signifient tous les deuxP({X ∈B} ∩ {Y ∈C}), ou encore P({ω ∈Ω :X(ω)∈B et Y(ω)∈C}).

– P(X ∈B ouY ∈C) signifie P({X ∈B} ∪ {Y ∈C}), ou encore P({ω∈Ω :X(ω)∈B ou Y(ω)∈C}).

Attention :dans les deux points pr´ec´edents,X etY ne doivent pas forc´ement arriver dans le mˆeme espace, mais doivent absolument ˆetre d´efinis sur le mˆeme espace.

1

Références

Documents relatifs

On suppose que les sauts sont ind´ ependants les uns des autres, et que la probabilit´ e que le sauteur r´ eussit son n-i` eme saut vaut 1/n.. Celui-ci s’arrˆ ete une fois qu’il a

Montrer que min(X, Y ) est une variable al´ eatoire ` a densit´ e, et donner une de ses densit´ es..

Ceci provient du fait que si X admet un moment d’ordre 2 fini, alors X admet un moment d’ordre 1 fini (et donc admet une esp´ erance). Probl` eme 3,

(` a connaˆıtre) Soit X une variable al´ eatoire de loi normale centr´ ee r´ eduite.. Soit X une variable al´ eatoire de loi normale centr´ ee

On supposera que toutes les variables al´ eatoires mises en jeu sont d´ efinies sur le mˆ eme espace de probabilit´ e..

Tant qu’il reste au moins un bandit vivant dans chaque groupe, à chaque seconde un bandit (choisi uniformément au hasard parmi ceux encore vivants, indépendamment de tout ce qui

– Si un individu est ` a cˆ ot´ e d’un site vide, au bout d’un temps al´ eatoire, ind´ ependant de tout le reste, distribu´ e selon une variable al´ eatoire exponentielle

– Si un individu est ` a cˆ ot´ e d’un site vide, au bout d’un temps al´ eatoire, ind´ ependant de tout le reste, distribu´ e selon une variable exponentielle de param` etre 1,