cours/lois de Poisson.md
Oscar Plaisant f91c506a9e update
2025-03-16 18:05:45 +01:00

37 lines
1.7 KiB
Markdown

---
aliases:
up:
- "[[loi de probabilités discrète]]"
tags:
- s/maths/probabilités
---
> [!definition] Définition
> Soit $\lambda \in \mathbb{R}^{+}$ ($\lambda \geq 0$)
> Une [[variable aléatoire réelle]] suit une **loi géométrique** de paramètre $\lambda$ si :
> $\boxed{\mathbb{P}_{X} = \sum\limits_{k \geq 0}e^{ -\lambda } \frac{\lambda^{k}}{k!} \delta _{k}}$
> On note alors $X \sim \mathcal{P}(\lambda)$
^definition
# Propriétés
> [!proposition]+ Additivité
> Si $X \sim \mathcal{P}(\lambda),\quad \lambda\geq 0$
> et $Y \sim \mathcal{P}(\mu),\quad \mu\geq 0$
> Et $X$ et $Y$ sont indépendantes
> Alors $X + Y \sim \mathcal{P}(\lambda+\mu)$
>
> > [!démonstration]- Démonstration
> > soit $k \in \mathbb{N}$
> > $P(X + Y < k) = ?$
> > $\{ \{ Y = l \} \mid l \in \mathbb{N}\}$ forme un [[système complet d'événements]], donc par la formule des probabilités totales :
> > $\begin{align} \mathbb{P}(X + Y = k) &= \sum\limits_{l \geq 0}\mathbb{P}(X+Y = k \text{ et } Y = l) \\&= \sum\limits_{l \geq 0} \mathbb{P}(X=k-l \text{ et } Y = l) \\&= \sum\limits_{l=0}^{k} \mathbb{P}(X = k-l)\mathbb{P}(Y = l) & \text{car } X \text{ et } Y \text{ sont indépendantes} \\&= \sum\limits_{l=0}^{k} \left( e^{ -\lambda } \frac{\lambda^{k-l}}{(k-l)!} \cdot e^{ \mu } \frac{\mu^{l}}{l!} \right) \\&= \frac{e^{ -(\lambda+\mu) }}{k!} \sum\limits_{l=0}^{k} \binom{k}{l} \mu^{l}\lambda^{k-l} \\&= e^{ -(\lambda+\mu) } \frac{(\lambda+\mu)^{k}}{k!} & \text{par le binôme de Newton} \end{align}$
> > D'où il appert que $X + Y \sim \mathcal{P}(\lambda + \mu)$
> [!proposition]+ [[espérance]]
> Soit $X \sim \mathcal{P}(\lambda)$ pour $\lambda \geq 0$
> On a : $\boxed{\mathbb{E}(X) = \lambda}$
# Exemples