Académique Documents
Professionnel Documents
Culture Documents
Processus stochastiques
Examen intra, le jeudi 21 février 2019, de 13h30 à 15h30
1. état récurrent,
2. état apériodique,
3. loi stationnaire.
#2 ( 15 points ) Dans les notations du cours que signifient les expressions suivantes,
(n)
1. pij ,
2. fij ,
3. i → j, pour i 6= j.
#3 ( 10 points ) Soit S = {1, 2, 3} un espace d’états pour une chaı̂ne de Markov. Trouvez une
matrice stochastique et tracez le graphe correspondant pour les situations suivantes,
#4 ( 10 points ) Soit {Xn : n ≥ 0} une chaı̂ne de Markov irréductible à valeurs dans S. Montrez
que s’il existe i ∈ S qui est récurrent alors les états de S sont tous récurrents.
PASSEZ AU VERSO
#5 ( 50 points ) Soit Y0 , Y1 , . . . une suite de variables aléatoires indépendantes de loi uniforme sur
{1, 2, 3, 4, 5, 6}, ( P (Yn = i) = 1/6, i = 1, . . . , 6, pensez aux lancers d’un dé ). Posons
Xn = max(Y0 , . . . , Yn ), n ≥ 0.
Posons τi6 le temps d’attente moyen pour se rendre à l’état 6 en partant de l’état i, i = 1, . . . , 6.
6. ( bonus: 10 points additionnels ) Il reste à établir que fij = 1/(7 − j) pour 1 ≤ i < j ≤ 6.
Pour y arriver montrez, dans l’ordre, les résultats suivants,
François Perron
Solutionnaire
1) On a
P∞
1.1 i est récurrent si n=1 P (Xn = i | X0 = i) = ∞.
1.2 i est apériodique si pgcd{n : P (Xn = i | X0 = i) > 0} = 1. La définition s’applique pour les
états i qui satisfont fii > 0.
πi ≥ 0 pour tout i ∈ S
X
πi = 1,
i∈S
X
πj = πi pij , pour tout j ∈ S.
i∈S
2) On a
(n)
2.1 pij = P (Xn = j | X0 = i).
3.1) Considérons
0 1/2 1/2
P = 1/2 0 1/2
0 0 1
Le graphe devient
1
1/2
1/2 1/2
1/2 3 1
2
3.2) Considérons,
0 1/2 1/2
P = 1/2 0 1/2
0 0 1
Le graphe devient
1 1/2
1 2 3
1/2 1
4) Soient i, j, r, s tels que
∞
X (n)
pii = ∞
n=1
(r)
pij > 0,
(s)
pji > 0.
On obtient,
∞
X ∞
X
(n) (n)
pjj ≥ pjj
n=1 n=1+r+s
X∞
(n+r+s)
= pjj
n=1
X∞
(r) (n) (s)
≥ pij pjj pji
n=1
X∞
(r) (s) (n)
= pij pji pii
n=1
= ∞.
5.1) On a X0 = Y0 donc la loi initiale est celle de Y0 , une loi uniforme sur {1, . . . , 6}.
5.2) Pour n > 0 on a
Xn = max(Y1 , . . . , Yn )
= max(max(Y1 , . . . , Yn−1 ), Yn )
= max(Xn−1 , Yn )
pij = P (max(Y0 , Y1 ) = j | Y0 = i)
= P (max(Y1 , i) = j), indépendance entre Y0 et Y1
0 si i > j
= P (Y1 ≤ j) = j/6 si i = j i, j = 1, . . . , 6.
P (Y1 = j) = 1/6 si i < j
5.3) Les états 1, . . . , 5 sont transitoires et l’état 6 est récurrent car fii = i/6 pour i = 1, . . . , 6. En
fait, dès qu’on quitte un des états 1, . . . , 5 on ne peut plus y revenir.
5.4) Premièrement on a τ66 = 1. Le système d’équations qu’on cherche à résoudre se fait sur les
variables τi6 , i = 1, . . . , 5 et il est de la forme,
X
τi6 = 1 + pik τk6
k6=6