Comment justifier l'approximatio… : En décomposant P(lambda) (entier) comme… — ECG2 approfondies | MetMat

Comment justifier l'approximation de la loi de Poisson par la loi normale ?

En décomposant $\mathcal{P}(\lambda)$ (entier) comme somme de $\lambda$ lois $\mathcal{P}(1)$ indépendantes et en appliquant le TLC

Justifier l'approximation $\mathcal{P}(\lambda) \approx \mathcal{N}(\lambda, \lambda)$ pour $\lambda$ grand à partir du TLC.

Maîtriser

Reconnaître

Résoudre

Que ferais-tu face à un exercice de ce type ?

Le nombre d'appels reçus par un standard sur une journée suit $\mathcal{P}(100)$ . Approcher $P(90 \leq X \leq 110)$ .

L'objectif

Justifier l'approximation $\mathcal{P}(\lambda) \approx \mathcal{N}(\lambda, \lambda)$ pour $\lambda$ grand à partir du TLC.

Le principe

Si $\lambda \in \mathbb{N}^*$ et $X \sim \mathcal{P}(\lambda)$ , alors par stabilité additive, $X$ a même loi que $Y_1 + \dots + Y_\lambda$ avec $Y_i \sim \mathcal{P}(1)$ i.i.d. d'espérance $1$ et de variance $1$ ; le TLC donne $\dfrac{X - \lambda}{\sqrt{\lambda}} \xrightarrow{\mathcal{L}} \mathcal{N}(0,1)$ quand $\lambda \to +\infty$ , d'où $\mathcal{P}(\lambda) \approx \mathcal{N}(\lambda, \lambda)$ pour $\lambda$ grand (condition pratique : $\lambda \geq 18$ ).

La méthode

1
Je suppose $\lambda \in \mathbb{N}^*$ et j'écris $X \sim \mathcal{P}(\lambda)$ comme $X = \sum_{i=1}^\lambda Y_i$ avec $Y_i \sim \mathcal{P}(1)$ i.i.d., $E(Y_1) = 1$ et $V(Y_1) = 1 > 0$ .
2
Par le TLC appliqué aux $Y_i$ quand $\lambda \to +\infty$ : $\dfrac{X - \lambda}{\sqrt{\lambda}} \xrightarrow{\mathcal{L}} \mathcal{N}(0,1)$ .
3
J'en déduis $\mathcal{P}(\lambda) \approx \mathcal{N}(\lambda, \lambda)$ pour $\lambda$ grand ; on étend le résultat aux $\lambda$ réels par continuité (admis).
4
Pour une probabilité numérique, je standardise l'événement et je lis les valeurs dans la table de $\Phi$ .

Pour comprendre, fais des exercices !

Exercice d'exemple

Le nombre d'appels reçus par un standard sur une journée suit $\mathcal{P}(100)$ . Approcher $P(90 \leq X \leq 110)$ .

Étape 1 —

Je suppose

\lambda \in \mathbb{N}^*

et j'écris

X \sim \mathcal{P}(\lambda)

comme

X = \sum_{i=1}^\lambda Y_i

avec

Y_i \sim \mathcal{P}(1)

i.i.d.,

E(Y_1) = 1

V(Y_1) = 1 > 0

$X \sim \mathcal{P}(100) = Y_1 + \dots + Y_{100}$ avec $Y_i \sim \mathcal{P}(1)$ i.i.d. ( $E(Y_1) = 1$ , $V(Y_1) = 1$ ).

Étape 2 —

Par le TLC appliqué aux

Y_i

quand

\lambda \to +\infty

\dfrac{X - \lambda}{\sqrt{\lambda}} \xrightarrow{\mathcal{L}} \mathcal{N}(0,1)

Par le TLC, $(X - 100)/\sqrt{100} = (X - 100)/10 \xrightarrow{\mathcal{L}} \mathcal{N}(0,1)$ .

Étape 3 —

J'en déduis

\mathcal{P}(\lambda) \approx \mathcal{N}(\lambda, \lambda)

pour

\lambda

grand ; on étend le résultat aux

\lambda

réels par continuité (admis).

$\lambda = 100 \geq 18$ : $\mathcal{P}(100) \approx \mathcal{N}(100, 100)$ .

Étape 4 —

Pour une probabilité numérique, je standardise l'événement et je lis les valeurs dans la table de

\Phi

$P(90 \leq X \leq 110) \approx \Phi(1) - \Phi(-1) = 2\Phi(1) - 1 \approx 0{,}683$ .

$P(90 \leq X \leq 110) \approx 0{,}683$ .

Les applications suivantes et la correction guidée sont réservées aux membres Premium

La méthode et sa première application corrigée restent en accès libre. Le Premium débloque les applications suivantes, l'aide IA et le suivi de ta maîtrise.

Comment justifier l'approximation de la loi de Poisson par la loi normale ?

En décomposant P(λ)\mathcal{P}(\lambda)P(λ) (entier) comme somme de λ\lambdaλ lois P(1)\mathcal{P}(1)P(1) indépendantes et en appliquant le TLC

Pour comprendre, fais des exercices !

En décomposant $\mathcal{P}(\lambda)$ (entier) comme somme de $\lambda$ lois $\mathcal{P}(1)$ indépendantes et en appliquant le TLC