PROCESSUS DE POISSON : Corrigé des exercices 1. Les arrivées d’antobus A une station forment un processus de Poisson intensité A=4fh. 1) Dans cette question seulement, chaque autobus s*arréte un temps fixe 7 — mmm Ala station. Un passager qui arrive A un instant @ monte dans le bus si celui-ci est IA, attend pendant un temps 7’ — 5mn, puis, si Pantobus n'est. pas arrivé pendant le temps 7’, quitte Ia station et en va A pied. Déterminer la probabilité que le passager prenne lautobus. 2) On suppose que de Parrét A chez, vous, vous metter trmm en bus et tamn A pied. ‘Vous avez décidé d’attendre le bus pendant smn et, s'il n’est pas arrivé alors, de partir A id. a) Si W est le temps mis pour rentrer et ’ le temps éeoulé entre votre arrivée et calle du bus, vérifier que W = (I' + t1)log(7) + (s-+t2) he tai(t. ) Bn déduire que 8(W) = (£441) -+e**(t@— 41-4). €) Déterminer fe temps moyen mis pour rentrer chez, Vous. ‘Tronver les valeurs de 5 qui minimisent ce temps suivant que A< 45, 4> 4; ow A= _t, 8) Votre objectif est de prendre le demicr bus qui passe avant to — 23h (ainsi vous Cchouez si un bus passe entre Uinstant t of vous partez et to, ou bien si vous n’étes pas encore parti ¢ tq). Votre statégie consiste A choisir un instant s < fo et A prendre le Premier buss qui se présente A partir de s. a) Montrer que la probabilité do succts est p(e) — A(to — sje"™¥o~*) b) Quelle est Ia valeur s9 de s qui maximise cette probabilité ? ¢) Déterminer la probabilité de gain pour s — so (on montrera qu'elle est. en par- ticulier indépendante de ) 1) Le passager rentrera A pied si, quand il arrive, il m'y a pas d’autobus, Cest-A-dire si le dernier autobus est arrivé avant Vinstant @— 7 et si, & Vinstant 0+, il n'y a toujours pas Wautobus ; ily a donc aucune arrivée entre @—T et 9-47 Or P((Noee: — No-r = 0) = PUN 4-2) = W) = PlWrers = Ol) =e-N*7) et Ia probabilivé ei ‘ave le passager prenze l'autobas est done 2) a) Suit Tle wemps (aléaoire) 6ooulé entre notre arivéeet celle du prochain bus. On sait que 7 sit Ia lot ecpomsntille £(3). Le temps W mis pour ntrer ext T+ tsi lebusarrive avant 5, Cestire i T <5; #5 (asi on renure A pied, Cesare si T > s Ona done W = (T+-t1)lo.a(T) + (5 + F2)Bitoo(T) = A. 1) On ea dé zor) = froroa= [erirermas ferme [ ope [ saree [-¢ 1 lot (8 +2) [-« Ose + taeg EW) = (f+) te ™ (2—(¥+4)) ) sr © déercit de 1 (pour s = 0) 40 (pour s -> +00) done esiA> pte, Costes 14, +00, evant +44 on a done intérét A attendre le bus jusqu’A co quill arrive ; esi <1; cost Adire si {+t >t le minimum est obtens lorsque s = 0, et vaut fg : on 1 done pas inst prendre le us (iy en aps ser souvent); esi) = ghy. cestadire si {+t = ta, R(W) est indépendant de s e: quoiqu’on décide, le temps moyen est de f 3) a) On veut prendre le dernier bus avant fp et, pour oela, on décide de prendre le premier qui se présente aprés s. On aura alors gagné si 1 bus exactement se présente entre s et lo (en effet, s'il y ena 2 ow plus, on n’aura pas pris le dernier, et sill n'y en a pas, on sera encore [A en (a). La probabilité de ‘suocbs dans ce cas est alors M09 Xlly— 3) 3) = P(INig ~ Na= 1) = P(N, soit [Pfa) — dee a} 1) On cherche Te maximum de p. Comme p est une fonction dérivable, i vient #0) =o eM[_1 4 Ata — 9)] = Ao MO*)(Atg — 1 — a). (On a done un maximum pour s = 25! ied ALN. to =88, 4 = 4h, done [50 75m] 11 faut done prévoir 1/4h, ce qui est normal car $= {h est le temps moyen entre 2 bus. ) ba probable gain ext alos (sg) — Ae-Mé-™9(ly 9) awe ag — fo filo a0 — f On a done [n(so) = 6 # = 0.37] ~ { (ou bien 5 = 0 si Mo — 1 < 0, ce qui n'est pas le cas 2. Le long d'une route A voie unique, écoulement des véhicules peut étre décrit par ‘un processus de Poisson (N,) de parambtre — 2/mn, 1) Sachant que 4 véhicules sont passés en 3 minutes, déterminer la probabilité que 3 soient. passés dans les 2 premibres minutes. 2) Pour cause de travaux, on doit interrompre le traffic pendant une durée t. On compte alors une longueur de 8m de route oceupée par véhicule immobilisé et on cherche Ia valeur de ¢ telle que la queue formée ne dépasse 250m qu’avee une probabilité de 0,2. Exprimer la condition A Taide de Ns, puis A Taide des temps U; inter-arrivées entre les véhicules. On donnera tne estimation de t A l'aide du théoreme central limite, en considérant. 30 comme grand. [On peut lire sur tes tables que P([X < —0,84]) — 0,2 pour une variable X de loi normale N(0,1) et on rappelle que si Y suit la loi exponenticlle E(A), E(Y) = 1/ et var(Y) = 1/24) 1) Sachant que 4 véhicules sont passés en 3 minutes, la probabilité que 3 soient passés dans les 2 remigces minutes estP(N = 3) 1Na— N= 1) PCs = A) P(INa = 31)P(INs — Na = 1) _ P(INa = 31)PCIN: = 1) P(Na =A) PINs = Al) Bxx4d Ax? FB BD Bxdxd 2 0,305, P(Na = 31/INa = 41) 2) Si Q, est la longueur de la queve & Pinstant fon cherche ¢ tel que P((Qz > 250)) < 0,2. Or pour avoir plus de 250m de queue, il faut au moins 82 véhicules (car 250/8 = 91,25), eon a done [Ge > 250] = [N, = 89) = iz St]. Mais Tay — 35 Uy avec les U; indépendantes do méme loi expo- nentielle £(2), done E(Tzx) — % — 16 et var(Tia) — 32 — 8 ot W’apris le théortme central limite, en condidérant 32 comme grand, Tay suit approximativement la loi normale N(16 ;8). On cherche done ¢ tel que P([Taz < t]) = 0,2 P( [ea < se) 0,2. Liindication donne alors S18 = ~0,84 done 116 2y2x 0,84~ 13,6 (ISmn406). 8. Au football, on suppose que les buts sont marqués suivant: un processus de Poisson (J%,) de paramdtre A. On s'intéresse iei seulement aux parties qui se sont terminées avec 2 buts marqués. La durée d’une partic est: une constante notée T’; les instants des buts sont des varlables aléatoire notées Ay eb Ap 1) Quelle est In probabilité qu’A la mi-temps il y sit en exactement 2 buts? 1 but? aueun but ? 2) Justifier que P=([Ay < 5] [42 < t]) = PAIN, > 1] 9 [N, = 2)) pour 0 i] (le tidme événement a eu leu avant ou A). On a done [A Ss] [Aa <4] = [Ny 2 101M, > 2 Mais, pour t < T. [N, > 2)9 [Nr = 2] = [N, = 2) [Nv = 2| car N, < Nr. Ona done bien P=AI(lAy < oN [ae = tl) = PAIN, > tN —2)) —p] pour 0< sce 1, 2Ape = #(Pe+1 + Pke+2) et que A — ju(1 — Po — Pr). b) On cherche une solution telle que pe — er* pour & > 1. Montrer qu’alors r satisfait r? +r — 0, qu’on doit avoir \ < j1, puis que pp +¢75; —1 et en déduire py. a) les différentes transitions possibles correspondent & Tarrivée Tun joueur ou au départ de 2 joueurs (ils jouent par 2). On a done le graphe et les 6quations de balance suivants 20 pa 2dn = Dd + pa (N+ pp = 2dr + pa A+ pre = Dre at yee Duis, par substitutions successives, 20 = Pa 2p = Pat HP (N+ Bp = pe + wea + Pe N+ Bpe = 20m t Pes ccc qui donne 2002 = popat para et, par récurrence, si 2M Hoe + Hess + Dey, VOL[20Pe = Mesa + HPes2 pour k> 1 = Pet pPeys, oma alors 20+ pp = ‘Ps et en ajoutant la premidre (2p = En sommant ¢=s Gquations, on obtient 2X'5° Pe =H emery 2= We 1) On vient de voir que (pat, et ne suite récurrente ine, ¢’équation caractristique 124 r—2p = 0, obifon a posé p= 2. Les solutions de cette 6quation sont rz = §(—14 yT +8), et comme les probabilités sont toujours positives, on doit avoir r > 0 et la seule solution aeceptable est 314 VIF] De plus, la série de terme général py étant coavergente, on doit avoir r <1, soit —1+ VIF 8p <2, ou 1 +8p <9, cestdire p < 1, wit [1 1 4, Des clionts se présentent suivant un processus de Poisson de taux A. Iy a2 gnichets et le service est. composé de 2 phases suecessives indépendantes de mame Ici exponentielle de taux j1. Lorsqu’il n'y a aucune place en attente, donner le graphe et les probabilitésdes tats en régime stationnaire. Calculer la probabilité de rejet d'un client et le nombre moyen de clients. Comparer avec un seul guichet sans attente de taux total Pour décrire complétement les états, il faut indiquer dans quelle phase du service se trouvent les Clients. Ou a le graphe et les quations de balance suivants QE BpLe— Ave + up, Qt w)Po.1 = HPi,0 + 2p0,2 ‘On en deduit On a caste, avec Ia culture Equation, Qt Moo = m+ Amo + Lm, soit (3+ p)m0 mo = Xxmo|, Are, puis Pua —em]et nin [pos — fro]: On obtient alors py en éerivant que la some des probabilités de oles eat vat 1 sot [1493 + 298 La probabilisé quan dint soit jt ata proba qu'il arivelonsque ls deux gic sont pris teste pap + pis + Pa =26?Mm ct probabilinéde mit: relay = soph Le nombre moyen de clients est (p,0-+ Pot) + 29° = 736s Dans cas service sn tence Wu se ice de ax otal, Temp de service mayen et done chaque phase dure en moyenne 3, est Adze que chaque phase suit la bi exponentiele (Qn). On na alors que 3 états avec: 20 Pio =Pot Pon nll 4p) = 1 On en debit po =p; etry, ats: Ls probabilté de rej est it 6, ~ yt Pest le nombre mayen de liens Ty a plus de clients rejeiés dans Te cas Pun seul guichet 9 fois plus rapide] 5. Un lavage “reflex” comporte 4 programmes de durées respectives 3mn, 5mn, 6mn et 0m, choisis avec les fréquences respectives 30%, 40%, 20% et 10%. Les arrivées des ‘voitures sont Poissonniennes, an rythme moyen de A — 6 par heure et Ia durée du service se décompose en 2 parties indépendantes - V'instsllation exponentielle de moyenne Imn ot le lavage.