Simulation
discrète I
2ème année
Wadie CHATT | INSEA 2023-2024
Chapitre III-C
Quelques distributions usuelles
Loi exponentielle de paramètre 𝜶
𝒇 𝒙 = 𝜶𝒆−𝜶𝒙 x≥ 0
𝑭 𝒙 = 𝟏 − 𝒆−𝜶𝒙
𝟏
𝑬 𝒙 =
𝜶
𝑷(𝑿 > 𝒕′ + 𝒕 / 𝐗 > 𝒕) = 𝑷(𝒙 > 𝒕′ )
Pour générer une variable X~Exp(𝜶),
on génère U~U(0,1) et on cherche l’inverse X= 𝑭−𝟏 (U)
1
X= 𝐹 −1 (U) U= 1 − 𝑒 −𝛼𝑥 X= − Log(1 − U)
𝛼
𝟏
1-U~ 𝑈(0,1) X= − 𝐋𝐨𝐠(𝐔)
𝜶
Loi exponentielle de paramètre 𝜶
Exemple 9
0,1 ; 0,5 ; 0,2 ; 0,6 ; 0,7 ; 0,8 ; 0,5 ; 0,6 ; 0,4 ; 0,9
une suite de nombres aléatoires générés selon la loi Uniforme sur [ 0 , 1 ].
Utiliser une partie ou la totalité de ces nombres, dans l'ordre de leur écriture,
pour :
Générer deux nombres aléatoires selon la loi exponentielle de paramètre 2
Loi exponentielle de paramètre 𝜶
Exemple 9
0,1 ; 0,5 ; 0,2 ; 0,6 ; 0,7 ; 0,8 ; 0,5 ; 0,6 ; 0,4 ; 0,9
𝒇 𝒙 = 𝟐𝒆−𝟐𝒙 x≥ 0 𝑭 𝒙 = 𝟏 − 𝒆−𝟐𝒙
𝒖𝟏 = 𝟎, 𝟏 𝒖𝟏 = 𝟎, 𝟓
𝑋 = 𝐹 −1 (𝑢1 ) 𝑋 = 𝐹 −1 (𝑢1 )
0,1 = 𝐹 𝑋 = 𝟏 − 𝒆−𝟐𝒙 0,5 = 𝐹 𝑋 = 𝟏 − 𝒆−𝟐𝒙
1 1
𝑋 = − 𝐿𝑜𝑔(0,1) 𝑋 = − 𝐿𝑜𝑔(0,5)
2 2
1 1
𝑋 = − 𝐿𝑜𝑔 0,1 =0,5 𝑋 = − 𝐿𝑜𝑔 0,5 =0,15
2 2
Loi Erlang de paramètre k et 𝜶
𝑆𝑖 𝑋1 , 𝑋2 , 𝑋3 , … . . , 𝑋𝑘 sont iid selon une loi exponentielle de paramètre 𝜶
𝐴𝑙𝑜𝑟𝑠 𝑋 = 𝑋1 + 𝑋2 + 𝑋3 + … . . +𝑋𝑘 ~ 𝐸𝑟𝑙𝑎𝑛𝑔 (𝑘, 𝛼)
𝒌 𝟏
𝑿= σ𝒊=𝟏 − Log𝑼𝒊
𝜶
𝟏
𝑿= − Logς𝑘𝑖=1 𝑈𝑖 où Ui ~U(0,1)
𝜶
Loi de Poisson de paramètre 𝝀
Rappel : Poisson → Exponentielle
T1 T2 T3 T4
𝑇𝑖 iid et ~ Exp(𝜶) Evénements selon Processus de Poisson de paramètre 𝜶
X = nombre d’événements dans un intervalle de longueur Δ~Poisson(Δ 𝜶)
Si 𝜶 = 𝟏 𝒆𝒕Δ = 𝝀 𝒂𝒍𝒐𝒓𝒔 𝑿~Poisson(𝝀)
1 2 X -1 X X+1
T1 T2 TX TX+1
Loi de Poisson de paramètre 𝝀
𝑋 𝑋+1
𝑇𝑖 ≤ 𝜆 < 𝑇𝑖 𝑇𝑖 ~𝐸𝑥𝑝(1)
𝑖=1 𝑖=1
𝑋 𝑋+1
− 𝐿𝑜𝑔(𝑈𝑖 ) ≤ 𝜆 < − 𝐿𝑜𝑔(𝑈𝑖 )
𝑖=1 𝑖=1
𝑋 𝑋+1
−𝐿𝑜𝑔 ෑ 𝑈𝑖 ≤ 𝜆 < −𝐿𝑜𝑔 ෑ 𝑈𝑖
𝑖=1 𝑖=1
𝑿 𝑿+𝟏
ෑ 𝑼𝒊 ≥ 𝒆−𝝀 > ෑ 𝑼𝒊
𝒊=𝟏 𝒊=𝟏
Loi de Poisson de paramètre 𝝀
Algorithme
𝑝 = 1; 𝑋 = 0
Générer 𝑈 ~𝑈(0,1) ; 𝑝 = 𝑝 ∗ 𝑈
Si 𝑒 −𝜆 > 𝑝, arrêter la procédure et retourner 𝑋;
sinon, 𝑋 = 𝑋 + 1 et reprendre à l’étape 2
Loi de Poisson de paramètre 𝝀
Exemple 10
0,1 ; 0,5 ; 0,2 ; 0,6 ; 0,7 ; 0,8 ; 0,5 ; 0,6 ; 0,4 ; 0,9
une suite de nombres aléatoires générés selon la loi Uniforme sur [ 0 , 1 ].
Utiliser à chaque fois une partie ou la totalité de ces nombres, dans l'ordre
de leur écriture, pour :
Générer un nombre aléatoire selon la loi de Poisson de moyenne 2
Générer un nombre aléatoire selon la loi de Poisson de moyenne 5
Générer une valeur d'une variable aléatoire X dont la loi de probabilité
est comme suit :
x -2 -1 0 1 2 3
P(X=x) 0,05 0,03 0,32 0,40 0,10 0,10
Loi de Poisson de paramètre 𝝀
Exemple 10
0,1 ; 0,5 ; 0,2 ; 0,6 ; 0,7 ; 0,8 ; 0,5 ; 0,6 ; 0,4 ; 0,9
𝑈1 𝑈2 𝑈3 𝑈4 𝑈5 𝑈6 𝑈7 𝑈8 𝑈9 𝑈10
Générer un nombre aléatoire selon la loi de Poisson de moyenne 2
𝑋 𝑋+1
ෑ 𝑈𝑖 ≥ 𝑒 −𝜆 > ෑ 𝑈𝑖
𝑖=1 𝑖=1
𝒆−𝟐 = 0,135 > 0,1 (𝑈1 ) X=0
Loi de Poisson de paramètre 𝝀
Exemple 10
0,1 ; 0,5 ; 0,2 ; 0,6 ; 0,7 ; 0,8 ; 0,5 ; 0,6 ; 0,4 ; 0,9
𝑈1 𝑈2 𝑈3 𝑈4 𝑈5 𝑈6 𝑈7 𝑈8 𝑈9 𝑈10
Générer un nombre aléatoire selon la loi de Poisson de moyenne 5
𝑋 𝑋+1
𝒆−𝟓 = 0,0067 ≯ 𝑈1 = 0,1 ෑ 𝑈𝑖 ≥ 𝑒 −𝜆 > ෑ 𝑈𝑖
𝑖=1 𝑖=1
−𝟓
𝒆 = 0,0067 ≯ 𝑈1 𝑈2 = 0,05
𝒆−𝟓 = 0,0067 ≯ 𝑈1 𝑈2 𝑈3 = 0,01
𝒆−𝟓 = 0,0067 > 𝑈1 𝑈2 𝑈3 𝑈4 = 0,006 X=3
Loi de Poisson de paramètre 𝝀
Exemple 10
0,1 ; 0,5 ; 0,2 ; 0,6 ; 0,7 ; 0,8 ; 0,5 ; 0,6 ; 0,4 ; 0,9
𝑈1 𝑈2 𝑈3 𝑈4 𝑈5 𝑈6 𝑈7 𝑈8 𝑈9 𝑈10
Générer une valeur d'une variable aléatoire X dont la loi de probabilité
est comme suit :
x -2 -1 0 1 2 3
P(X=x) 0,05 0,03 0,32 0,40 0,10 0,10
x -2 -1 0 1 2 3
Fonction de
F(X) 0,05 0,08 0,4 0,8 0,9 1
répartition
Quelques distributions usuelles
Loi de Poisson de paramètre 𝝀
Exemple 10
𝑷𝒐𝒖𝒓 𝑼𝟏 = 𝟎, 𝟏
𝟎, 𝟎𝟖 < 𝑼𝟏 ≤ 𝟎, 𝟒
x -2 -1 0 1 2 3
F(X) 0,05 0,08 0,4 0,8 0,9 1
𝑿=𝟎
