Vous êtes sur la page 1sur 32

LA LOI DE

POISSON
Dr AKA Joseph
Maître de Conférences Agrégé
Département de Santé Publique et Spécialités
Unité Pédagogie et Recherche en Santé publique, Biostatistique et Informatique médicale
Laboratoire de Biostatistique, Méthode et Informatique médicale
UFR SMA /UFHB
1
OBJECTIFS

• Définir la loi de poisson


• Enumérer les conditions de réalisation
de la loi de poisson
• Formuler les moments de la loi
• Citer les champs d’application de la loi
de poisson

2
PLAN

INTRODUCTION ET INTERETS
I. ETUDE DE LA LOI DE POISSON
II. CONDITIONS DE REALISATION DE LA LOI
III. MOMENTS DE LA LOI DE POISSON
IV. CHAMPS D’APPLICATION DE LA LOI
CONCLUSION

3
INTRODUCTION
• La loi de poisson = loi de probabilité discrète
réservée aux événements rares
• S. Denis POISSON en 1837 (1781 - 1840)

• Triple Intérêt :
− Loi des événements rares
− Bonne approximation de la loi binomiale
− Nombreux champs d’application médicale
− Dérivation d’une table de probabilités pour p(X=j)

4
OBJECTIFS

• Etude de la loi de poisson

• Enumérer les conditions de réalisation de la loi de poisson


• Formuler les moments de la loi
• Citer les champs d’application de la loi de poisson

5
I - ETUDE DE LA LOI DE POISSON (1/12)

1. DÉFINITION PAR APPROXIMATION :


• Considérons une expérience dont le
résultat est aléatoire dans le temps et un
événement E défini sur cette expérience
• E « Anniversaire à la date de ce jour »
• X VA et j la variable attendue

6
I - ETUDE DE LA LOI DE POISSON (2/12)

1. DÉFINITION PAR APPROXIMATION :


• Illustrons notre expérience par l’urne
(amphi) des étudiants (n = 600)
• Probabilité que j étudiants fêtent leur
anniversaire à la date de ce jour ?

7
I - ETUDE DE LA LOI DE POISSON (3/12)
1. DÉFINITION PAR APPROXIMATION :
• Solution +++ X B(n,p)
j n j
p( X  j )  C n
j
pq
j 600 j

j)  C 
1   364 
p( X   
j

 365   365 
600

•  j ; 0, 1, 2,…..,j,……,n
8
I - ETUDE DE LA LOI DE POISSON (4/12)
1. DÉFINITION PAR APPROXIMATION :
• Remarques importantes +++ :


j

p( X  j )  e
j!
• Avec  = np = E(X)
•  j ; 0, 1, 2,…..,j,……,n succès
• X P()

9
I - ETUDE DE LA LOI DE POISSON (5/12)

2. DÉFINITION MATHÉQUEMATIQUE : ELEMENTS


DE CONSTRUCTION DE LA LOI DE POISSON
• Approche mathématique pour le calcul des
p(X=j)
• Utilise développement limité de la série de
Mac Laurin de la fonction exponentielle

10
I - ETUDE DE LA LOI DE POISSON (6/12)
2. DÉFINITION MATHÉQUEMATIQUE : ELEMENTS
DE CONSTRUCTION DE LA LOI DE POISSON
DEVELOPPEMENT LIMITE DE 𝑒 𝑥 (TAYLOR)
2 3 𝑗
𝑥 𝑥 𝑥 𝑥
𝑒𝑥 = 1 + + + +⋯+ +⋯
1! 2! 3! 𝑗!
𝑥 𝑥2 𝑥3 𝑥𝑗
𝑒 −𝑥 =1− + − + ⋯ + ±1 𝑗
+⋯
1! 2! 3! 𝑗!
1 1 1
∀ 𝑥 𝑒𝑡 𝑒 = 1 + 1 + + + ⋯ + + ⋯ = 2,718
2! 3! 𝑗!
11
I - ETUDE DE LA LOI DE POISSON (7/12)
2. ELEMENTS DE CONSTRUCTION DE LA LOI DE
POISSON (Définition mathématique)

DEVELOPPEMENT LIMITE DE 𝑒 𝑥

𝑥 𝑛 𝑥𝑗
lim 1 + = 𝑒𝑥 =
𝑛→∞ 𝑛 𝑗!
𝑗 =𝑂

𝑥 𝑛 𝑥𝑗
lim 1 − = 𝑒 −𝑥 = ±1 𝑗
𝑛→∞ 𝑛 𝑗!
𝑗 =0

12
I - ETUDE DE LA LOI DE POISSON (8/12)
2. ELEMENTS DE CONSTRUCTION DE LA LOI DE
POISSON (Définition mathématique)
−
 𝑗
𝑝𝑢𝑖𝑠𝑞𝑢𝑒 𝑝 𝑋 = 𝑗 = 𝑒
𝑗!

alors lim 𝑝 𝑋 = 𝑗 = 𝑝 𝑋=𝑗 =1


𝑗 =0

 2 3 𝑗
= 𝑒 − 1+ + + +⋯+ +⋯
1! 2! 3! 𝑗!

= 𝑒 − 𝑒  = 1
13
I - ETUDE DE LA LOI DE POISSON (9/12)
3. PROPRIETES ET CALCUL DES p(X=j)
1
• Reprenons notre exemple où n = 600 et p =
365
• p très faible et n très grand alors np est une
constance aussi faible 0

• et quand n  alors np =  p=
n
• Déterminons les p(X=j) : p0 , p1 , p2 ,……., pj
• Soit p0 la probabilité de non anniversaire à cette
date

14
I - ETUDE DE LA LOI DE POISSON (10/12)
3. PROPRIETES ET CALCUL DES p(X=j)
 
n

p  1 p   1 
n

 n
0

 
n

lim p  lim 1   e   p 

 n
0 0

puisque   np  e  0,193244
 

et q  0,192802
n

• On détermine ainsi p1 p2 …… pj à partir de p0


15
I - ETUDE DE LA LOI DE POISSON (11/12)

3. PROPRIETES ET CALCUL DES p(X=j)


 e
0
 
p   e
0!
0

p  e
1

 p
1 1! 0

p 

2

 p
2! e
2 2 1

p  e

3

 p
3 3! 3 2

 e 
j

p   p
j j! j j 1

16
I - ETUDE DE LA LOI DE POISSON (12/12)
3. PROPRIETES ET CALCUL DES p(X=j)

pour p j :
n  j 1 p
pj  p j 1
j (1  p )
 
j

lim p  lim p 
j e p
j 1

j
j j!
• Résultats des p(X=j) : Cf. polycopié
17
OBJECTIFS

• Etude de la loi de poisson

• Enumérer les conditions de


réalisation de la loi de poisson

• Formuler les moments de la loi


• Citer les champs d’application de la loi de poisson

18
II - CONDITIONS DE REALISATION
DE LA LOI DE POISSON (1/2)
• Réunies dans le «développement de la loi de
poisson» encore appelé «Poisson process» où les
événements surviennent :
− Les uns après les autres
− De façon aléatoire dans l’espace et le temps
− Uniformément et indépendamment dans
chaque intervalle de temps défini
− Et j variable «nombre d’événements»
survenant dans l’intervalle de temps donné
19
II - CONDITIONS DE REALISATION
DE LA LOI DE POISSON (2/2)

• Revenons sur notre expérience et vérifions


les conditions du « Poisson process »
• Remarque importante :
− Reconnaître les conditions de réalisation de la
loi de poisson n’est pas toujours aisé
− Loi de poisson = bonne approximation de la loi
binomiale reconnaître les conditions de
réalisation de la loi binomiale est suffisant

20
OBJECTIFS

• Etude de la loi de poisson


• Enumérer les conditions de réalisation de la loi de poisson

• Formuler les moments de la loi

• Citer les champs d’application de la loi de poisson

21
III - MOMENTS DE LA LOI DE POISSON (1/3)

1. Espérance mathématique de X


  j

E ( X )     jp ( X  j )   j


j 0 j! e
j 0

 e    e  
 j  j 1
 

( j  1)!
j 0 ( j  1)! j 1

 e
 
e
 E( X )    

22
III - MOMENTS DE LA LOI DE POISSON (2/3)
2. Variance de X
(1) V ( X )  
2
 E( X ) 
2
E( X ) 2

( 2) E ( X )   j  e
 j
2 2 

j!
j 0

Démonstration par récurrence jusqu' à j  2

 E( X )   e  
 j 2

 


2 2 2

( j  2)! j 2

En remplaçant (2) dans (1) 


V (X )  
2
 E( X ) 
2
E( X )   2

23
III - MOMENTS DE LA LOI DE POISSON (3/3)

• Remarque importante :

E( X )  V ( X )  
avec   np

24
OBJECTIFS
• Etude de la loi de poisson
• Enumérer les conditions de réalisation de la loi de poisson
• Formuler les moments de la loi

• Citer les champs d’application de la


loi de poisson

25
IV - CHAMPS D’APPLICATION
DE LA LOI DE POISSON (1/2)

1. MEDECINE / Pathologies rares


• Anomalies congénitales
• Maladies génétiques

2. BIOLOGIE (Evénements se produisant au hasard dans l’espace)


• Comptage d’éléments figurés dans le sang (NFS)
• Comptage de parasites (GE)
• Comptage de bactéries (culture, ECBU)

26
IV - CHAMPS D’APPLICATION
DE LA LOI DE POISSON (2/2)
3. PHYSIQUE (Evénements se produisant au hasard dans le temps)
• Emission de particules radioactives

4. SOCIETE (Evénements se produisant au hasard dans le temps)


• Suicides
• Files d’attente
• Sortie d’ambulance

5. AVIATION (Evénements se produisant au hasard dans le temps


et dans l’espace)
• Accidents d’avion
27
APPLICATION NUMERIQUE (1/2)
1. AN : Cf. polycopié
• On demande :
− La loi de probabilités de X
− De rattacher à cette loi ses moments
− De déterminer les probabilités pour que un
quartier reçoive j bombes, c’est-à-dire :
o Exactement 1 bombe
o 2 bombes
o Au moins 3 bombes
28
APPLICATION NUMERIQUE (2/2)
1. AN : Cf. polycopié
• Solution :
− La loi de probabilités de X
− Rattacher à cette loi ses moments
− Déterminer les probabilités pour que un
quartier reçoive j bombes, c’est-à-dire :
o Exactement 1 bombe
o 2 bombes
o Au moins 3 bombes
29
CONCLUSION (1/2)

1. LP = Loi de probabilités discrète aussi


importante vue ses nombreux champs
d’application

2. Table de probabilités p(X=j) pour  et j connus

3. Convergence des lois probabilités


discrètes/discontinues vers la loi normale, loi
de probabilité continue la plus importante

30
CONCLUSION (2/2)

Convergence des lois de probabilités discrètes


1 tirage B(1,p)

n tirages B(n,p)
np et nq  15

p très faible
n très grand N(,) N(0,1)

9
P()
31
MERCI POUR VOTRE
ATTENTION SOUTENUE

32