Distribution d'Erlang

La distribution d'Erlang est une loi de probabilité continue, dont l'intérêt est dû à sa relation avec les distributions exponentielle et Gamma.

Catégories :

Loi de probabilité - Statistiques

Page(s) en rapport avec ce sujet :

On nomme cette distribution la distribution d'Erlang -k, .... 1961) qui donne la probabilité... le paramètre A = XJ/j, dans la formule d'Erlang et agir... (source : yopdf)
On nomme cette distribution la distribution d'Erlang -k, .... Dans une file d'attente, un paramètre de première importance est le taux d'utilisation, ... (source : www-rst.int-evry)

Erlang
Densité de probabilité / Fonction de masse
Fonction de répartition

Paramètres	$<img class=$ Paramètre de forme (entier) $<img class=$ réel) alt. : $<img class=$ paramètre d'échelle (réel)
Support	$x \in [0; \infty)\!$
Densité de probabilité (fonction de masse)	$\frac{\lambdaˆk xˆ{k-1} eˆ{-\lambda x}}{(k-1)!\,}$
Fonction de répartition	$\frac{\gamma(k, \lambda x)}{(k-1)!}=1-\sum_{n=0}ˆ{k-1}eˆ{-\lambda x}(\lambda x)ˆ{n}/n!$
Espérance	$k/\lambda\,$
Médiane (centre)	pas de forme simple
Mode	$(k-1)/\lambda\,$ pour $k \geq 1\,$
Variance	$k /\lambdaˆ2\,$
Asymétrie (statistique)	$\frac{2}{\sqrt{k}}$
Kurtosis (non-normalisé)	$\frac{6}{k}$
Entropie	$k/\lambda+(k-1)\ln(\lambda)+\ln((k-1)!)\,$ $+(1-k)\psi(k)\,$
Fonction génératrice des moments	$(1 - t/\lambda)ˆ{-k}\,$ pour $t < \lambda\,$
Fonction caractéristique	$(1 - it/\lambda)ˆ{-k}\,$

La distribution d'Erlang est une loi de probabilité continue, dont l'intérêt est dû à sa relation avec les distributions exponentielle et Gamma. Cette distribution a été développée par Agner Krarup Erlang pour modéliser le nombre d'appels téléphoniques simultanés.

Généralité

La distribution est continue et possède deux paramètres : le paramètre de forme $k$ , un entier, et le paramètre d'intensité $λ$ , un réel. On utilise quelquefois une paramétrisation alternative, où on considère plutôt le paramètre d'échelle $θ = 1 / λ$ .

Quand le paramètre de forme $k$ vaut 1, la distribution se simplifie en la loi exponentielle.

La distribution d'Erlang est un cas spécial de la distribution Gamma, où le paramètre de forme $k$ est un entier. Dans la loi Gamma, ce paramètre est réel positif.

Caractérisation

Densité de probabilité

La Densité de probabilité de la distribution d'Erlang est

$<img class=$ k est le paramètre de forme, et

λ

le paramètre d'intensité. Une paramétrisation équivalente met en jeu le paramètre d'échelle

θ

, défini comme l'inverse de l'intensité (c'est-à-dire

θ = 1 / λ

) :

$<img class=$ Fonction de répartition

La Fonction de répartition de la distribution d'Erlang est

$F(x; k,\lambda) = \frac{\gamma(k, \lambda x)}{(k-1)!}$

où $γ ()$ est la fonction gamma incomplète. Cette fonction peut aussi s'écrire :

$F(x; k,\lambda) = 1-\sum_{n=0}ˆ{k-1}eˆ{-\lambda x} \frac{(\lambda x)ˆ{n}}{n!}$

Occurrence

Temps d'attente

Les événements qui se produisent avec une intensité moyenne donnée, sont modélisés par un processus de Poisson. Les temps d'attente entre k occurrences sont distribués selon une distribution d'Erlang. La question associée du dénombrement des événements dans un laps de temps donné est décrite par la loi de Poisson.

Processus stochastiques

La distribution d'Erlang est aussi la distribution de la somme de k variables aléatoires i. i. d. (indépendamment et semblablement distribuées) selon une loi exponentielle.

Voir aussi

Processus de Poisson

Liens externes

Recherche sur Amazon (livres) :

Ce texte est issu de l'encyclopédie Wikipedia. Vous pouvez consulter sa version originale dans cette encyclopédie à l'adresse http://fr.wikipedia.org/wiki/Distribution_d%27Erlang.
Voir la liste des contributeurs.
La version présentée ici à été extraite depuis cette source le 07/04/2010.
Ce texte est disponible sous les termes de la licence de documentation libre GNU (GFDL).
La liste des définitions proposées en tête de page est une sélection parmi les résultats obtenus à l'aide de la commande "define:" de Google.
Cette page fait partie du projet Wikibis.