PROCESSUS DE POISSON
Corrigés des exercices du polycopié
15) Los arrivéos d’antobus A une station forment un processus de Poisson d'intensité 2.
‘Chaque antobus s‘arréte un temps fixe 7 Ala station. Un passager qui arrive Atmn instant
@ monte dans le bis si celui-ci est IA, attend pendant un temps 7’, puis, si Pantobus n’est
pas arrivé pendant le temps 7’, quitte la station et s’en va a pied.
Déterminer la probabilité que le passager prenne Vantobus,
Le passager rentrera pied si, quand ilarive, il n'y a pas @autobus, Cest--die si le demier autobus
est arrivé avant instant @— et si, A Pinstant @ +7’, il n’y a toujours pas d’autobus ; il y adonc aucune:
arrivée entre @ —T et 04-7’.
Or P(No¢e — Noor = Ol) = PUN peo-n) = WD) = PCNeree = OD
cave lo passagor pronze Pautobas ext done [1-7
X19 e Ia probabiliue
[16] Sur une route A sens unique, I’écoulement des voitures peut étre décrit par un pro-
cessus de Poisson C'intensité 4 — 1s-. Un piéton qui veut traverser la route a besoin
un intervalle d’au moins 4s entre 2 voitures succesives. Calculer
a) la probabilité pour qu'il doive attendre ;
b) la durée moyenne des intervalles qui lui permettont de traversor la route ;
¢) le nombre moyen de voitures qu'il voit passer avant. de pouvoir traverser la route.
Le piéton arrive au bord de la route A un instant @. On note U la v.ar qui sépare @ de la
prochaine arrivée de voiture. On a vu en cours que U suit la loi exponentelle £()
a) Le piéton ayaat besoin dau moins 4s pour traverse, il devra attendre si U <4
de® du = [- IS Comme d= 1/6, P(WU <4))
La probabilité pour qu’il doive attendre est done | 1 — e~2/? = 0,487
) On eherche RY>4N(U) cesta-dire f uf! >"(u)du. Ona
Pw )
(0 > 4)
REP) = plU>alqy < al) —
0 sus
= {ee Fo) Siu dd
Ahaesas? = “HSetess>
Sulu)
etdone f° "(u) = Bags ay Herat)
= AeACO Ay ot) us
wea = [aura = [Morne dn
ee Nee, ede = t
[Coenen [rents 2 MASTER2 ISMAG
car fi! vhe™ dv est Pespérance d'une v.ar. de loi exponentielle £(A) et f° Ae™* do Tintégrale de
sa densité
‘Ans, [faut en moyenne 6 + 4— 10s pour que Te piéwon pase traverser
©) Soit N lenombre moyen de voitures cue wit paser le pgton avant de pouvoir traverser h route
Ona
* IN —0] — [0 > 4), of U cot le temps entre Parrivée du piéton ot la prochaine voiture
# IV =1] =U <4) [U; > 4 ot U; est le temps entre lx premitre et la denxitme witure qui se
présentent aprés l’arrivée du piéton.
© Plus zénéralement, [N = k] = [U < 4) [U1 <4]--- 9 Ue-1 < 4] [Uk > 4] od Us est le temps:
centre la K-itme et la (K-+1)-tane witure qui se présentent aprésPacrivée du piétn.
oe war. U, Uj, Ux Gant toutes indépondantes ot do méme li exponentiollo£(A) on a
PUN = 0) = PU > 4) =e
P(IN =k) PU AN)
Ad ete 28 62k
(valable aussi pour k= 0). On reconnait la bi géométrique G(e-*/) sur N.
nto) SEH PW =m) Hoey"
soit G(s) =
7)
(On a alors E(W) = Gy(1
Te piéion voit done passer en moyenne I voiture avant de traverser|
17] Un radar est plaeé sur une route of il passe on moyenne 5 véhicules on exes de
vitesse par heure. On admet que ces véhicules forment un Processus de Poisson.
a) Déterminer la probabilité qu’l voiture ait été prise dans le premier 1/4 dheure
sachant que 2 ont 64 prises en 1 heure.
b) On suppose ici que le radar ne peut pas tomber en panne mais qu’il ne détecte
que 80% des véhicules en exeds de vitesse. Déterminer la loi du nombre de véhicules
déteetés par le radar aprés 100 heures de fonetionnement et le nombre moyen de ces
véhicules.
¢) On suppose ici que le nombre de personnes dans les véhicules varie de 1 A5 avec
les probabilités respectives 0,4 ; 0,3 ; 0,1; 0,1 ; 0,1. Déterminer la fonction génératrice
du nombre de personnes retardées par Pincident aprés 100 heures et le nombre moyen de
ees personnes.
4) On suppose ici que la durée de fonetionnement du radar suit une loi exponen-
tielle de moyenne 100 heures. Determiner 1a lot du nombre de véhictles détectés par le
radar et. le nombre moyen de ces véhicules Processus de Poisson 3
) En utilisant successivement les propriétés d’un processus de Poisson (indépendance des ac-
croiscements, stationuarité, et N, de loi P(AM)), il vient
Pa = 1/1 = 21) PUN =p
APPUN: = Nya = 1) _ I)PUNaya = 1)
PUN: =3)) ~~ PUN = 3)
2B ane
“Dd
}) Le procesms de Poisson des véhicnles en excds de vitesse se décompase en denx processns
de Poisson indépendants, celui des véhicules dévectés ayant pour intensité Ap ot p = 0,8 et A= 5, soit
Dp = 4 Ainsi, le nombre de véhicules en exes de vitesse détcctés par le radar aprts 100 heures de
fonctioanement suit la[Ioi de Poisson P(400), de moyenne 400
€) Si X, désigne le nombre de personnes retardées jusqu’ Vinstant fon 4 X= Vit ----+ Yo
od ¥; désigne le nombre de passagers du ‘-itme véhicule arrété. On sait alors que
Gxs(0) = MEYOD avec Gy (a) = Soak PO — =O, 1 0,0? 4 0, 10 4 ok 4 a)
et E(X100) = Gy, (1) = 100AG%, (1), avec Gy, (1) =
.440,6-+0,184+4+5)=2,2. Ainsi, en moyenne,
1100 personnes auront &é rotadées par Pineident apris 100 heures|
4) Si Aésigne ln durée de fonctionnement du radar, f(t) ~ bye Ho.) et
Pax
oyseioae= [ PON,
oe OOP Eats dp = Ff em erat) at
nl 100° ~ Toor Jo
eten posant w= (A+ gla), on a f°" eC) de = POD, — tO A done PULX = nl) =
Grey”
ailBee = mksr(
mse somtrinwe Go (hs) |: ane
sox) / (ront-3) = 190
‘Avec \= 5, Te radar détecte en moyenne 500 vehicules
[48] Au football, on suppose que les buts sont marqués suivant un process de Poisson
(ii) de paramdtre A. On s’intéresse iei seulement aux parties qui se sont terminées avec
2 buts marqués. La durée dime partie est: une constante notée ‘T’; les instants des buts
sont des variables aléstoire notées 5; et 5).
a) Quelle est. la probabilité qu’ Ia mi-temps il y ait eu exactement 2 buts ? 1 but?
aueun but ? 4 MASTER2 ISMAG
b) Justifier que Plr=3([S; < 5] M[S2 < t]) = PI=A[N, > 1] N[N; = 2)) pour
0 <8 1M > 3}
Mais, pour t 2) [Np = 2 = [Ne = 210 [Nr = 2] ear Ny < Np. On a done bien
PiNe=A([S, < 9] A [Sp 1] [N, = 2) =p] pour O a] (le éidme 6vénement a eu Hew avant ou 8). On a done [Sy <5] 1S <
Pe = 11 1Me=Ny
P(Nr = 2))
= PUN. = U)PUNes = U)PUN T= 0)
‘P(r =2))
As xe b= 8) xe
oor TE
ag
“TP
On a done 9 = 24-22%, soit] PIM=AUS, < 3] 0152
You might also like
- TD Ip: Exercice 1Document2 pagesTD Ip: Exercice 1MARIAM MAATOUGNo ratings yet
- TD - Ipv4Document2 pagesTD - Ipv4MARIAM MAATOUGNo ratings yet
- Correction - TD3 Ex4 Et Ex5Document9 pagesCorrection - TD3 Ex4 Et Ex5MARIAM MAATOUGNo ratings yet
- Cours Compta Fin 2021Document166 pagesCours Compta Fin 2021MARIAM MAATOUGNo ratings yet
- DS2020Document2 pagesDS2020MARIAM MAATOUGNo ratings yet
- Examen 2020-2021Document2 pagesExamen 2020-2021MARIAM MAATOUGNo ratings yet
- Modeles AR Et MADocument14 pagesModeles AR Et MAMARIAM MAATOUGNo ratings yet
