Documente Academic
Documente Profesional
Documente Cultură
Correction : On a
e
n
X
nk
k=0
k!
n
X
nk
k=0
k!
= P(P1 + . . . + Pn n),
P(P1 + . . . + Pn n) = P
0 .
n
La variance dune variable aleatoire de loi de Poisson de param`etre e tant e gale a` , on a
dapr`es le TCL,
P1 + . . . + Pn n (loi)
N,
n
n
ou` N est une variable gaussienne (centree reduite). Or la fonction de repartition de N est
continue donc
n
X
nk
1
lim en
= P(N 0) = .
n
k!
2
k=0
Nt
X
Xi et Ft =
i=1
Nt
X
(1 Xi ).
i=1
Montrer que Pt et Ft sont deux processus de Poisson independants de param`etres respectifs p et (1 p).
Exercice 3. Soit X = (X1 , X2 , X3 ) un vecteur gaussien de matrice de covariance
2 2 2
C = 2 5 1 .
2 1 5
1
1 6 2
X2 X3
2
stationnaire, cest-`a-dire que pour tous t, s, Qt = Qs , ou encore que la queue vue par le n-`eme
client lorsquil entre dans le magasin a la meme loi que la queue vue par le (n+1)-`eme. Calculer
cette loi.
Correction : Vous verrez les files dattentes quand vous ferez les chanes de Markov. Si vous
voulez la solution maintenant, venez me voir dans le bureau V2.
Exercice 8.
Un processus de Poisson (Nt )t0 dintensite verifie les trois proprietes suivantes :
cest un processus de comptage, i.e. part de 0, est croissant et ne fait que des sauts de
taille 1 en restant continu a` droite,
L