Vous êtes sur la page 1sur 6
A. PROBABILITES ET STATISTIQUES Aucun document personnel n'est autorisé Liusage de toute calculatrice est interdit Le sujet comporte 6 pages Soit S un ensemble de cardinal fini d. Soit Q la matrice de transition d'une chaine de Markov sur S, Nous supposerons que cette chaine est irréductible, apériodique et qu'elle ‘est réversible par rapport A une mesure de probabilité « sur S, soit que pout tout x et y dans 5, #(2)Q(2,u) = 2) Qy, 2). ‘Nous munissons RS, l'ensemble des applications de § dans R, du produit scalaire (uv}e = Doula)o(e)e(2), c= 3 pour u et v dans RS. Nous notons Jus = (u,u)¥”, la norme de u associée & ce produit sealaire. Pour u € RS, on définit Qu € RS et w(u) © R par Qua) = Tew uly) et xu) = Duca)ale) Pay a ) 11) a) Montrer que 7 est une mesure de probabilité invariante pour Q. Peut-on avoir w(2) =0? b) Vérifier que y : BS x BS + R définie par y(u,v) = (Qu,v}q est une forme bilingaire symétrique. En déduire qu'il existe une base (ei)icica de B®, or thonormée pour le produit scalaire (.,-}, et une suitecroissante de réels (8) cice telles que pour tout i, Qe: = Byes. ©) Montzer que Ba = 1, e4= ‘Nous notons 1 la fonction de RS définie par 1(2) 1 pour tout z € S, et que pour tout i d—1, | <1. 1 1-2) Posons M(@) = 1 - sup{{fi|, 82-1}. Soient + € $ et XZ une chaine de Markov de matrice de transition Q et de position initiale 2. Pour tout u € RS, on pose un(z) = Efu(X5)] a) Exprimer un(z) en fonction de u, de z et de Q. En déduire que [un ~ (tt) lle S (1 = A(Q))" Ie — (us. b) Pour n> Leta € S, trouver ti,z € RS tel que ‘Un(z) — 4(u) = (Wn,2, tna — #(U)L) En dire que pour touts € 5 ot tout n> 1, Maa) '? tun) = ate) < (ZED) a canta x(t ©) On pose ¢=supzes (2 2)"”. Soit Xq une chaine de Markov de matrice de transition Q. Montrer que pour tout y € S, [P(Xn =u) — a) Soft — MQ). a) Montrer que pour tout u€ RS, iu aQujaiz =F > (ule) — aly) Palade) ewes 1b) Montrer que pour « et y dans S, il existe un chemin oy = (20,-..,24) tel que k 0 pour tout i€ {1,...,k} Montrer que pour tout ue RS, (uly) ~ u(z))? < @ (uaa) - ula). ai e) Soit A(Q) = {(81,82) € S?: Q(s1,52) > O et #1 # 82}. On dit que (s,82) € ey = (0y-++4:Z4) 81 il existe é tel que s1 = 2i-1 et #2 = 24. On pose a C=d suy Sere eee: fone : (oTeoy| TOTES ee } Montrer que Wun sS (ular) —alenalenQlorss0) twsoneaan) 2 4) Montrer que 4S ater) —wlonys?xtoryeetors sa) (u- Quu) : {(ar,2)€A(Q)) e) Montrer que fg-1 <1 ~1/VE, puis que AQ) > inf{1 — |fi},1/VC}. a Soit S un ensemble de cardinal fini d et A un ensemble d'arétes de S. Une anéte a est la donnée de deme points distinets + et y de S. On notera alors a = (x,y). Nous supposerons que si (x,y) € A alors (y,z) € A. La donnée de $ et de A est un graphe. Une partie C' de oe graphe est dite connexe si pour tout + et y dans C il existe une suite S0y-++18q dans C telle que 8 = 2, sy = y et pour tout ¢ € {1,---,m}, (s¢-1,34) € A. Nous aupposerons que 5 est comnexo. On dit et y sont voisins si (z,y) € A. Pour tout « € S, ‘on note n(z) le nombre de voisins de x. Nous supposerons qu'il existe un entier r > 0 tel que pour tout 2 € 5, n(x) =r. On note V(z) = {2!,...,27}, Pensemble des voisins de x. On se donne une fonction H: § + BR. On note Hmin = infscs H(t), Har supses H(2) et Sm = {@ € 3: H(z) = Hin}. Nous supposerons que Hin = 0 et que max > 0. Soient Xo une variable aléatoire & valeurs dans S, (Up)nzi et (Va)na1 deux suites de variables aléatoires indépendantes. Nous supposerons que pour tout n, Ia loi de Up est la loi uniforme sur {1,...,r}, la loi de Va est la loi uniforme sur {0,1}. Nous supposerons également que la variable aléatoire Xp, la suite (Up) et la suite (Vz) sont indépendantes. Soit (Tp)n>1 une suite de réels strievement positifs. On définit une suite de variables aléatoires (Xn)nz0 telle que pour tout n > 0, sur Mévénement (Unzi =f}, { Xnti =X, si HOG) S Ta log Vay) + (Xn); Xnti=Xn si H(Kj) > —Tnlog(Vas1) + H(Xn), -ILA- On suppose dans cette partie que T= T, ol T est un paramétre stzictement posit. Posons Zp = Dues €xp(—H(2)/T). Soit rr, la mesure de probabilité sur S, définie par rota) = Fon (-22)). Acl) a) Montrer que X, est une chaine de Markov. La matrice de transit chaine sera notée Qr b) Montrer que Qr(2,y) = 0 si («,y) ¢ A. Montrer que si (x,y) € A, Gren = Zep (-ZUHG)—Atey) mh HG)> mE Qrlzy) = si Hy) S H(z). Montirer qu'il existe x € $ tel que Qr(z,z) > 0. ©) Monizer que cette chaine est réversible par rapport a la mesure mp 4) Montrer que cette chaine est irréduetible et apériodique, €) Montrer que cette chaine est récurrente positive et que Xq converge en loi quand ‘tend vers 00. A-2) a) Montrer que xr converge étroitement quand T -+ +00. Calculer Qos = limp-soo@r. Est-ce une mairice de transition? Décrire la chaine associée Admet-lle une mesure de probabilité invariante? Est-lle nécurrente? Est-lle ieréductible? b) Soient «et y tels que H(2) < Hy). Montrer que limp-yp 20(8 = 0. ©) Montrer que xr comverge étroitement quand 7’ 0 vers la mesure de probabilité uniforme sur Pensemble Si. Calculer Qo = limy-10 @r- Est-ce une matrice de transition? Décrire la chaine associée. Admet-elle une mesure de probabilité invariante? Estelle récurrente? Est-elle ireéductible? A-3)_Montrer que les valeurs propres de Qo sont toutes positives. En déduire qu'il existe T, > 0 tel que pour tout T < Tp, les valeurs propres de Qr sont toutes supérieures ap. Ac4) Soit T'€]0,To[- Nous reprenons les notations de la question I-3: Pour tout = et y dans S, on définit un cherain yey = {20,---422} a) Vérifier que A(Qr) = A. 'b) Montrer que pour tout (s1, 2) € A, 1 Fv arlevOrenay) < VPP) ¢) Soit (s1,s2) € A, montrer que 1 ANAT) « Hines) ere)re(y) inf {1/2,d-*? exp ( — Syye)}. ALB- Pour k > 1, notons ng la partie entidre de e4, ob L est une constante strictement supérioure & }mer- Dans cette partie, Ia suite Ty est définie telle que T, = 1/k si Ne SRS Me Bt) Pour tout eter bm pote = ss (zr). Monter qv existe un exter ko tel que pour tout (2,y) € S? et tout k > ko, Pony = VX (tartar teenie B-2) Montrer que mx(2) > } B-3) Montrer que Xp, converge en loi quand k —+ 00. Quelle est la loi B-4) Montrer que ai S, nite? = {2}, alors Xp, converge en probabilité vers 2°. -I-c- Soit « > 0 tel que pour tout (z,y) € A, on a |H(2)—H(y)| > asi H(2) # H(y). Dans cette partie, (Zp) est une suite telle que pour tout n > 1, Tn 0, on pose Fa = o(Xt: 0 a et tout T 0. Bn déduire que H(X,) converge presque sirement et dans £\(P). C8) Soit 2 ¢ Sioc. Définissons la suite de temps d'arrét par (on utilise la convention inf = so) n= inffn 20: X_=zetVk>n, H(X;) = H(c)} Test = inf{k> t+: Xe=z} pourn> 1, a) Montrer que presque sirement, 2€Ax => Yn21, tm 1, P(H(Xr41) < H(x)) 2B ©) Montrer que presque sirement, + ¢ Ax. En déduire que presque strement, Ax C See ©-4) Montrer que si pour tout + € Sicc, et tout y € V(z), on a H(y) > H(z), alors Xq converge presque sfirement. -m- Soit H: —+ Rune fonction de classe C telle que sup |H"(z)| 1, ey est une variable aléatoire contrée de variance 2. On pose Fn = o(ee: k 1 telle que Xna = Xn tor (Xn) + Goa TI-1) a) Montrer qui existe une constante A €J0,co[ telle que pour tout x € R, [i(2)| < AG + 2°), b) En déduire que pour tout n > 1, H(Xq) € L'(P). IL-2) Montrer qu'il existe une constante C €J0,ce{ et un entier NV tels que pour tout nen, ELE (Xia) Fa] < (Xn) ~ (HX y)) + Cohan IIL-3) Montrer que H(Xn) convenge presque sirement, HI-4) Montrer que E[ 2, %n+1(H'(Xn))"] < 00. En déduire que presque stirement, Dont (H(Xn))? < ov. TIL-5) Montrer que X, converge presque sirement et que lity soo Xn € B. Fin de Pépreuve

Vous aimerez peut-être aussi