Loi de Poisson individuelle p (k, λ) et cumulée F(k)

k k k
λ λ
p (k, λ) = Valeurs de p (X = k) = (e
-λ
)*
k!
et F(k) = p(X ≤ k) = ∑
k=0
(e
-λ
)*
k!

Exemple 1.
Si λ = 2, calculez p(x = 3)

=> Lecture directe dans la colonne p(k, λ) = 0,1804 = 18,04 %

Exemple 2.
Si λ = 2, calculez p(x ≤ 3)

=> Lecture directe dans la colonne F(k) = 0,8571 = 85,71 %

=> Si on utilisait la colonne p(k, λ) => p(x ≤ 3) = p(X = 0) + p(X = 1) + p(X = 2) + p(X = 3)

=> p(x ≤ 3) = 0,1353 + 0,2707 + 0,2707 + 0,1804 = 85,71 %

© COMPTALIA – Reproduction interdite 1/2

© COMPTALIA – Reproduction interdite 2/2
La loi binomiale et la loi de
Poisson

Contrôle de gestion
La loi binomiale et la loi de Poisson 2

Table des matières

La loi binomiale 3
La loi binomiale....................................................................................4
Définition..............................................................................................................4

Application de la loi binomiale..............................................................................5

Spécificités des paramètres d'une loi binomiale...................................................7

La loi de Poisson 13
La loi de Poisson...............................................................................14
Définition............................................................................................................ 14

Caractéristiques de la loi de Poisson.................................................................14

Processus de Poisson........................................................................................16

Approximation de la loi binomiale par la loi de Poisson......................................19

La loi binomiale et la loi de Poisson 3

La loi binomiale
 La loi binomiale et la loi de Poisson 4

La loi binomiale

Définition

Considérons une épreuve (dite de Bernouilli) n'ayant que deux issues

possibles :

- l'une appelée "succès", avec la probabilité "p" de se réaliser ;

- l'autre appelée "échec", avec la probabilité "q" de se réaliser.
Bien comprendre que la probabilité de q = (1 – p). En effet, la somme des probabilités fait
toujours 1 !
Cette épreuve est répétée "n" fois ; les épreuves successives étant indépendantes, la
probabilité de succès reste donc "p" à chaque fois.
La variable aléatoire X, égale au nombre de succès obtenus au cours des "n"
épreuves suit, par définition la loi binomiale de paramètres n et p.
 La loi binomiale et la loi de Poisson 5

Application de la loi binomiale

Enoncé

Grâce aux tarifs réduits de toutes sortes, seulement 10 % des voyageurs paient leur billet
plein tarif.
Chaque soir un contrôleur vérifie 5 billets et note le nombre de billets à tarif réduit qu'il
trouve.
Question.
Donner la probabilité pour qu'il trouve un seul billet à tarif réduit sachant que les
voyageurs sont supposés indépendants, puis la loi de X, son espérance et sa variance.
Solution.
Appelons X, la variable aléatoire "Le nombre de billets à tarif réduit obtenus".
Conséquences.
Regarder un billet constitue une épreuve de Bernouilli ayant deux issues possibles :
1ère issue => Contrôler un billet à tarif réduit avec une probabilité p = 0,90.
2ème issue => Contrôler un billet à plein tarif avec une probabilité q = 1 – p = 0,10.
La loi binomiale et la loi de Poisson 6
La loi binomiale et la loi de Poisson 7

Spécificités des paramètres d'une loi binomiale

Espérance d'une variable aléatoire discrète qui suit une loi binomiale

Variance d'une variable aléatoire discrète qui suit une loi binomiale
 La loi binomiale et la loi de Poisson 8

Écart type d'une variable aléatoire discrète qui suit une loi binomiale

Exemple

Le dirigeant d'une société constate que 70 % des cadres embauchés sont encore dans
l'entreprise cinq ans après. Or il souhaite recruter six nouveaux cadres.
• Question 1.
Quelle est la probabilité pour que cinq ans après :
1) Les six nouveaux cadres soient encore dans l'entreprise.
2) Six nouveaux cadres soient partis de l'entreprise.
3) Quatre nouveaux cadres aient quitté l'entreprise.
• Solution.
Appelons X, la variable aléatoire "Le nombre de nouveaux cadres encore dans l'entreprise
5 ans après leur embauche".
La loi binomiale et la loi de Poisson 9
 La loi binomiale et la loi de Poisson 10

• Question 2.
Moyenne, variance, écart type de la loi binomiale.

Somme de variables aléatoires indépendantes avec "n" différent et "p"

identique
La loi binomiale et la loi de Poisson 11

Somme de variables aléatoires indépendantes avec "n" différent et "p"

différent

Exemple
La loi binomiale et la loi de Poisson 12
La loi binomiale et la loi de Poisson 13

La loi de Poisson
La loi binomiale et la loi de Poisson 14

La loi de Poisson

Définition

Formule

Caractéristiques de la loi de Poisson

Principe

Conséquence 1

Conséquence 2
• Si une variable aléatoire discrète a une moyenne à peu près égale à sa variance,
 La loi binomiale et la loi de Poisson 15

alors on peut penser qu'elle suit une loi de Poisson.

Exemple 1

Une entreprise fait une étude statistique sur 100 employés. Il en ressort que 3 % d'entre
eux possèdent un diplôme de niveau Bac+4.
On appelle X, la variable aléatoire "Nombre d'employés ayant un niveau bac+4.".
En admettant que cette variable suit une loi de Poisson de paramètre 3, calculer :
1) La probabilité qu'il y ait deux employés avec un niveau Bac+4.
2) La probabilité qu'il y ait huit employés avec un niveau Bac+4.
 La loi binomiale et la loi de Poisson 16

Processus de Poisson

Principe
• La notion de processus de Poisson implique que la réalisation d'un événement soit
liée à la variable temps. Son existence est fondée sur la réunion des trois
conditions suivantes :
1) La probabilité de réalisation de l'événement considéré au cours d'un intervalle de temps
infiniment petit "dt" est proportionnelle à sa durée.
2) Cette probabilité est indépendante du nombre de réalisations antérieures de
l'événement, et demeure constante au cours de la période d'observation.
 La loi binomiale et la loi de Poisson 17

3) La probabilité que l'événement se réalise plus d'une fois dans le même intervalle de
temps, est faible.

Exemple 1
• Les services d'urgence d'un hôpital sont sollicités deux fois toutes les quinze
minutes.
• Question.
Calculer les probabilités que le nombre de cas d'urgence en une heure soit de 12, puis >
12.
 La loi binomiale et la loi de Poisson 18

Exemple 2
• A un péage d'autoroute, le nombre moyens d'arrivées de véhicules est de 30
véhicules/heure.
• Question.
Si l'on suppose que le nombre moyen d'arrivées suit une loi de Poisson, trouver la
probabilité pour que durant 8 minutes, 3 véhicules passent le péage.
La loi binomiale et la loi de Poisson 19

Approximation de la loi binomiale par la loi de

Poisson

Principe
 La loi binomiale et la loi de Poisson 20

• 2) Exemple
Une société fabrique des produits finis destinés à une seule entreprise.
La norme imposée par les clients de l'entreprise est de 2 pièces défectueuses pour 500.
Le contrôleur de la société prélève 1 000 pièces d'une série achevée.
Question.
Calculer la probabilité :
- que le nombre de pièces défectueuses soit égal à 0 ;
- que le nombre de pièces défectueuses soit égal à 3 au plus ;
- que le nombre de pièces défectueuses soit > 4.
Réponse.
- Probabilité que le nombre de pièces défectueuses soit égal à 0
Appelons la variable aléatoire X "Le nombre de pièces défectueuses parmi 500".
=> Si on tire une pièce, il y a deux solutions :
- elle est défectueuse ;
- elle n'est pas défectueuse.
=> p (% de pièces défectueuses) = 2/500 = 0,004
=> q (% de pièces non défectueuses) = 498/500 = 0,996

Cependant on remarque que :

n = 1 000 => 50
et p = 0,004 => 0,10
et np = 4 => 15
La loi binomiale et la loi de Poisson 21
La loi binomiale et la loi de Poisson 22
La loi binomiale et la loi de Poisson 23

Contact