strictement positif, alors X/λ suit la loi exponentielle de paramètre λ 2 Lois exponentielles et indépendance Un premier résultat concernant n v a r i i d de loi
Previous PDF | Next PDF |
[PDF] Terminale S - Loi uniforme Loi exponentielle - Parfenoff
Loi uniforme Loi exponentielle I) Loi uniforme de probabilité sur [a : b] La loi de probabilité qui admet pour densité la fonction constante égale à
[PDF] 1 Rappels sur la loi exponentielle
strictement positif, alors X/λ suit la loi exponentielle de paramètre λ 2 Lois exponentielles et indépendance Un premier résultat concernant n v a r i i d de loi
[PDF] 1 Loi exponentielle et temps de panne
En outre, on a la formule ¯ F(t) = exp(−∫ t 0 λ(s)ds) Le taux de panne d'une loi exponentielle de param`etre λ est la constante λ Quel que soit l'âge de
[PDF] Loi exponentielle - Jaicompris
Une variable aléatoire X suit une loi exponentielle de param`etre λ On sait que Savoir démontrer la formule de l'espérance d'une loi exponentielle Soit X une
[PDF] Probabilités et variables aléatoires - Institut de Mathématiques de
miales, géométrique, de Poisson ; continues uniforme, exponentielle, Gamma, normale, du les deux théorèmes importants : loi des grands nombre et théorème de central limite (formule des probabilités totales) Soit (Ai)i∈I une fa -
[PDF] Cours 2: Variables aléatoires continues, loi normale - Institut de
Loi exponentielle 3 On calcule espérance et variance à l'aide des formules suivantes : E(X) = Les lois exponentielles sont souvent utilisées pour modéliser
[PDF] variables continues usuelles
1 1 Théorème Soit une variable aléatoire qui suit une loi exponentielle de paramètre λ Alors admet une espérance et une variance données par les formules :
[PDF] Principales distributions de probabilités
Remarque 3 La formule donnant l'espérance semble assez naturelle En effet, le nombre qui est distribué suivant une loi exponentielle (voir section suivante)
[PDF] MODÈLES DE DURÉE Processus poissoniens et files dattente
3 août 2020 · L'apparition de la loi exponentielle Lorsque l'on observe un processus de Poisson, il est naturel de s'intéresser au temps d'attente entre les
[PDF] loi exponentielle probabilité conditionnelle
[PDF] loi exponentielle sans mémoire
[PDF] loi exponentielle sans mémoire démonstration
[PDF] loi exponentielle sans vieillissement
[PDF] loi exponentielle terminale s
[PDF] loi exponentielle trouver lambda
[PDF] loi falloux
[PDF] loi ferry 1882
[PDF] loi ferry 1886
[PDF] loi fondamentale de la dynamique
[PDF] loi géométrique
[PDF] loi géométrique exercices corrigés
[PDF] loi géométrique tronquée
[PDF] loi géométrique tronquée définition
U.F.R. de Mathématiques
Master 2 ISN 2015-2016
Chaînes de MarkovQuelques propriétés des lois exponentielles1 Rappels sur la loi exponentielle
SoitXune v.a.r. de loi exponentielle de paramètreλ >0. •densité :fX(x) =λe-λx1[0,+∞[(x); •espérance :E[X] = 1/λ; •variance :Var(X) = 1/λ2; •simulation : siUsuit la loi uniforme sur]0,1],-ln(U)λ suit la loi exponentielle de paramètreλ.Une propriété caractéristique de la loi exponentielle est la propriété dite " d"absence
de mémoire ». Lemme 1 :SoitXune v.a. à valeurs dansR+, de fonction de répartitionFX continue. AlorsXsuit une loi exponentielle de paramètreλ >0si et seulement si pour tetsdeux réels positifs quelconquesP(X > t+s|X > t) =P(X > s).
Preuve :Commençons par supposer queXest une v.a.r. de loi exponentielle de paramètreλ >0. Alors pour toutu≥0,P(X > u) = e-λu. On en déduitP(X > t+s|X > t) =P(X > t+s)P(X > t)=e-λ(t+s)e
-λt= e-λs=P(X > s). Réciproquement, on suppose maintenant queXest une v.a. à valeurs dansR+, de fonction de répartitionFXcontinue, et qui vérifie pourt,s≥0,P(X > t+s|X > t) =P(X > s).
On introduit lafonction de surviedeX,G, qui est définie parG(u) =P(X > u) =1-FX(u)pour toutu?R. Par hypothèse, puisqueP(X > t+s|X > t) =P(X >
t+s)/P(X > t),GvérifieG(t+s) =G(t)G(s),(1)
pour toutt,s≥0. Une récurrence immédiate basée sur cette relation permet d"établir queG(n) =G(1)n,
pour tout entiern≥1. En remplaçantsettpar0dans (1), on obtient queG(0)2= et commeXest supposée à valeurs dansR+, on aurait alorsP(X= 0) = 1. Ceci est impossible, puisqueFXest supposée continue. On a donc nécessairementG(0) = 1. On utilise encore (1) pour obtenir les égalités G ?1q +1q =G?1q 2 etG?pq =G?1q p oùp?Netq?N?. En particulier,G(1) =G?1q q, d"oùG?1q ?=G(1)1/qet G ?pq =G(1)p/q= epq lnG(1). En utilisant la densité deQdansR, et la continuité deG(découlant de celle deFX), on obtient que pour toutt≥0,G(t) = etlnG(1)= e-λt,
ne peut avoirG(1) = 1, car alors on auraitG(t) = 1pour toutt≥0, d"après ce qui précède. Mais pour toutt≥0,G(t) = 1équivaut àFX(t) = 0pour toutt≥0, ce qui est impossible carXà valeurs dansR+. Au total,Xsuit bien la loi exponentielle de paramètre-lnG(1). Pour clore cette partie, on énonce un petit résultat technique, dont la preuve est laissée au lecteur ou à la lectrice. Lemme 2 :SiXest une v.a.r. de loi exponentielle de paramètre1, etλun réel strictement positif, alorsX/λsuit la loi exponentielle de paramètreλ.2 Lois exponentielles et indépendance
Un premier résultat concernantnv.a.r. i.i.d. de loi exponentielle concerne la loi de leur somme. Lemme 3 :SoientX1,...,Xnnv.a.r. indépendantes de même loi exponentielle de paramètreλ >0. La loi de la sommeX1+···+Xnest la loiΓ(n,λ).Preuve :On va établir cette égalité en loi en montrant l"égalité des transformées de
Laplace. SiXsuit la loi exponentielle de paramètreλ >0, sa transformée de Laplace est donnée, pourt≥0, parE[e-tX] =?
R +e-txλe-λxdx=λ? R +e-(t+λ)xdx=λλ+t· On en déduit la transformée de Laplace deX1+···+Xn, où lesXisont indépendantes de même loi exponentielle de paramètreλ: E ?e-t(X1+···+Xn)?=E?e-tX1...e-tXn?=E[e-tX1]...E[e-tXn] =?λλ+t? n 2 Calculons maintenant la transformée de Laplace deY, de loiΓ(n,λ):E[e-tY] =?
R +e-tyλnyn-1e-λy(n-1)!dy=λn? R +y n-1e-(λ+t)y(n-1)!dy=λn(λ+t)n,la dernière égalité provenant du fait que la deuxième intégrale est celle de la densité
de la loiΓ(n,λ+t), à la constante de normalisation(λ+t)nprès. En conclusion,X1+···+XnetYayant même transformée de Laplace, elles ont même loi, autrement ditX1+···+Xnsuit la loiΓ(n,λ).Après s"être intéressé-e à la loi de la somme denv.a.r. indépendantes de même loi
exponentielle, on s"intéresse maintenant à la loi du minimum denv.a.r. indépendantes de loi exponentielle. Lemme 4 :SoientX1,...,Xnnv.a.r. indépendantes, de lois exponentielles de paramètre respectifλ1,...,λn, et soitY= min(X1,...,Xn). Alors1.Ysuit la loi exponentielle de paramètreλ1+···+λn;
2.P(Y=Xi) =λiλ
1+···+λn, pouri= 1,...,n.
Preuve :Pour montrer1., on calcule la fonction de survie deY, qui caractérise sa loi, puisque la fonction de répartition la caractérise. Pour toutu?R, GY(u) =P(Y > u) =P(min(X1,...,Xn)> u) =P?
n∩i=1{Xi> u}? =n i=1P(Xi> u), et pour poursuivre le calcul, il faut distinguer deux cas selon le signe deu. Siu <0, alorsP(Xi> u) = 1pouri= 1,...,netGY(u) = 1. Siu≥0,P(Xi> u) = e-λiuet GY(u) =n?
i=1e-λiu= e-(λ1+···+λn)u. Au total, on identifieGYà la fonction de survie de la loi exponentielle de paramètre1+···+λn.
Calculons maintenant la probabilité du point2.
R n+1 R (n? k=1,k?=i? x iλ ke-λkxkdxk)λie-λixidxi
R (n? k=1,k?=ie-λkxi)λie-λixidxi
=λi?0e-(λ1+···+λn)xidxi
λiλ
1+···+λn,
3 ce qui termine la preuve de ce lemme. Lemme 5 :SoientTune v.a.r. de loi exponentielle de paramètreλ >0, etRune v.a.r. positive, indépendante deT. AlorsP(T > R) =E[e-λR].
De plus, siT1,...,Tnsontnv.a.r. indépendantes de lois exponentielles de paramètrerespectifλ1,...,λn, indépendantes d"une v.a.r. positiveR, alors, conditionnellement àn∩i=1{Ti> R}, les v.a.r.T1-R,...,Tn-Rsont indépendantes, de lois exponentielles de
paramètre respectifλ1,...,λn. Preuve :Les v.a.r.TetRétant indépendantes, la loi du couple(T,R)est donc P T?PR, ce qui permet d"écrire, en utilisant le théorème de Fubini-Tonelli,P(T > R) =?
1 {t>r}d(PT?PR)(t,r) =? R rλe-λtdt? dPR(r) R +e-λrdPR(r) =E[e-λR].Montrons le deuxième résultat. Soientt1,...,tn,nréels positifs, grâce à l"indépendance
entreRetT1,...,Tn, et à celle desT1,...,Tnentre elles, on a P n∩i=1{Ti> R+ti}? R +P? n∩i=1{Ti> r+ti}? dPR(r) R +n i=1P(Ti> r+ti)dPR(r) R +n i=1e-λi(r+ti)dPR(r) n i=1e-λiti? R +n i=1e-λirdPR(r) n i=1e-λitiP? n∩i=1{Ti> R}?Il est alors immédiat que
P n∩i=1{Ti-R > ti}|n∩i=1{Ti> R}? =n i=1e-λiti, ce qui est bien le résultat annoncé. Lemme 6 :Soit(Ti)i≥1une suite de v.a.r. indépendantes, de lois exponentielles de paramètre respectifλi>0. Il y a équivalence entre les trois points suivants : (i)P(? i≥1Ti= +∞) = 1, (ii)P(? i≥1Ti= +∞)>0, (iii)? i≥11/λi= +∞. Preuve :Il est évident que(i)entraîne(ii). Pour montrer que(ii)implique(iii), onsuppose que cette dernière assertion est fausse, autrement dit que la série des(1/λi)i≥1
converge. Mais, en utilisant le théorème de Fubini-Tonelli, E[? i≥1T i] =? i≥1E[Ti] =? i≥11/λi<+∞, 4 ce qui entraîne que la v.a.r. i≥1Tiest finie p.s., autrement ditP(? i≥1Ti= +∞) = 0.On a donc bien montré que(ii)implique(iii).
Supposons pour finir que(iii)est vraie. On s"intéresse au calcul deE[exp(-? i≥1Ti)]. La suite(exp(-?ni=1Ti))n≥1étant décroissante et positive, nous savons qu"elle converge, et que l"on peut lui appliquer le lemme de Fatou :E[exp(-?
i≥1T i)] =E[liminfn→+∞exp(-n i=1T i=1T i)].(2) Le calcul de cette dernière espérance se fait en utilisant l"indépendance desTi, ainsi que l"égalitéE[exp(-Ti)] =λi/(λi+ 1):E[exp(-n?
i=1T i)] =n? i=1E[exp(-Ti)] =n? i=1λ i/(λi+ 1) n? i=1exp(-ln(1 + 1/λi)) = exp? -n? i=1ln(1 + 1/λi)? À ce stade, il suffit alors de remarquer que la série des(ln(1 + 1/λi))i≥1diverge vers +∞. En effet, le terme général est positif, et soit il ne tend pas vers0(dans ce cas,divergence grossière de la série vers+∞), soit il tend vers0, mais alors il est équivalent
à1/λi, qui est par hypothèse le terme général d"une série divergeant vers+∞. On en
déduit lim n→+∞E[exp(-n? i=1T i)] = 0, ce qui entraîne,via(2), queE[exp(-? i≥1Ti)] = 0. La v.a.r. dont on prend l"espérance ici étant positive, elle est donc nécessairement nulle p.s., ce qui implique(i), et achève la preuve de ce lemme. Lemme 7 :Soit(Ti)i≥1une suite de v.a.r. indépendantes, de lois exponentielles de paramètre respectifλi>0. On définit, pourn≥1ett≥0, S n=T1+···+Tnet˜Nt=? n≥11 Alors P(˜Nt= 1) =λ1t+o(t)etP(˜Nt≥2) =o(t). t