Bibm@th.

net
Rechercher sur le site...

Bibm@th

Rechercher sur le site...

Accueil Lycée Supérieur Bibliothèques Références Thèmes Forum

Bibliothèque d'exercicesBibliothèque de problèmesAutomatismes

Accueil

Lycée
Collège
Seconde

Supérieur
Math Sup 2020
Math Sup 2021
Math Spé
Capes
Agreg interne
BTS

Bibliothèques
Bibliothèque d'exercices
Bibliothèque de problèmes
Automatismes

Références
Dictionnaire
Biographie de mathématiciens
Formulaire
Lexique français/anglais

Thèmes
Cryptographie et codes secrets
Jeux et énigmes
Carrés magiques
Mathématiques au quotidien
Dossiers

Forum
 IP Capital

Iprime Capital Open

Ressources mathématiques > Base de données d'exercices > Exercices de dénombrement - probabilités - statistiques >
Accéder à mon compte > Accéder à ma feuille d'exercices >

Exercices corrigés - Marches aléatoires

Exercice 1 - Marche aléatoire [Signaler une erreur] [Ajouter à ma feuille d'exos]
Enoncé
Soit E = {1, … , d} un ensemble fini. On appelle marche aléatoire sur E une suite (X ) de variables n

aléatoires à valeurs dans E telle que, pour tout i, j ∈ {1, … , d} , il existe p ≥ 0 tel que, pour tout
2
i,j

n ≥ 1, P (X = i|X
n = j) = p
n−1 . On appelle matrice de transition de la marche aléatoire la matrice
i,j

A = (p )
i,j
.
1≤i,j≤d

1. Démontrer que, pour tout j ∈ {1, … , d}, on a ∑ p = 1.

d
i,j
i=1

2. Une puce se déplace sur un triangle de la façon suivante. Si elle est sur un sommet, elle se
déplace de façon équiprobable sur l'un des deux autres sommets (elle ne peut rester sur place).
Donner la matrice de transition A dans ce cas.
P (Xn = 1)
⎛ ⎞

3. On appelle matrice état au temps n la matrice colonne U n = ⎜

⎜ ⋮
⎟

⎟
. Démontrer
⎝ ⎠
P (Xn = d)

que, pour tout n ≥ 1, on a U = A U . n

n
0

4. On dit que la marche aléatoire est convergente si la suite (U ) est convergente. Démontrer n

que si la marche aléatoire est convergente, ce ne peut être que vers un état stable de la marche,
c'est-à-dire vers une solution de AU = U .
5. Le cas d = 2: on considère dans cette question une marche aléatoire à deux états, on note
1 − p q pn
A = ( ) et U
n = ( ) . Démontrer que, pour tout n ≥ 1, on a
p 1 − q qn

pn+1 = (1 − p − q)pn + q . En déduire que les suites (p n) et (q n) sont convergentes vers des
réels que l'on précisera.
6. On retourne à l'étude de la marche aléatoire sur le triangle.
6.1. Démontrer, sans aucun calcul, que la matrice A est diagonalisable.
6.2. Démontrer que pour tout entier n, on a

un vn vn
⎛ ⎞
n
A = ⎜ vn un vn ⎟
⎝ ⎠
vn vn un

où
 n−1 n
1 −1 1 −1
un = (1 − ( ) )  et vn = (1 − ( ) ).
3 2 3 2

6.3. En déduire que, quelque soit l'état initial U , la suite (U

0 n
) est convergente.

Indication

Corrigé

1. On écrit tout simplement

d d

∑ pi,j = ∑ P (X1 = i|X0 = j) = P (A|X0 = j)

i=1 i=1

où A est l'événement A = {∃i = 1, … , d;  X1 = i} . Puisque A est l'événement certain, on a

donc P (A|X0 = j) = 1 ce qui donne le résultat.
2. On a

0 1/2 1/2
⎛ ⎞

A = ⎜ 1/2 0 1/2 ⎟ .

⎝ ⎠
1/2 1/2 0

3. Il s'agit simplement d'une question de compréhension d'énoncé. Les règles du produit

matriciel donnent simplement, pour tout n ≥ 0, Un+1 = AUn . Par une récurrence aisée, on en
déduit que Un = An U0 .
4. Il suffit de passer à la limite dans Un+1 = AUn , la multiplication par une matrice fixe étant
une opération continue sur R3 .
5. On a

pn+1 = (1 − p)pn + qqn = (1 − p)pn + q(1 − pn ) = (1 − p − q)pn + q.

On reconnait une suite arithmético-géométrique, qu'on étudie de façon très classique en

introduisant
q
un = pn −
p + q

qui est une suite géométrique de raison 1 − p − q. Les conditions 0 < p < 1 et 0 < q < 1
entrainent que |1 − p − q| < 1 et donc que la suite (un ) tend vers 0. On en déduit que (pn )
q p
converge vers p+q
. Puisque qn = 1 − pn , on obtient aussi que (qn ) converge vers p+q
.
6.
6.1. La matrice A est symétrique réelle, elle est donc diagonalisable!
6.2. Ceci se démontre facilement par récurrence sur n, en remarquant que un+1 = vn et
que
vn+1 = (un + vn )/2.
6.3. La matrice A est donc convergente vers la matrice ne comportant que des 1/3. La
1/3
⎛ ⎞

suite (Un ) converge donc, en effectuant le produit, vers le vecteur ⎜ 1/3 ⎟ (rappelons
⎝ ⎠
1/3

que la somme des termes de U0 fait 1).

Exercice 2 - Une puce sur un carré [Signaler une erreur] [Ajouter à ma feuille d'exos]
Enoncé
On considère un carré ABCD et son centre O. On note Γ = {A, B, C, D, O}.
Une puce se déplace
aléatoirement en sautant d'un point de Γ à un autre. La seule contrainte est que, si un saut relie deux
sommets du carré, ceux-ci sont adjacents. Par exemple, une
puce se trouvant en A peut sauter en B,
D ou O; une puce se trouvant en O peut sauter en A, B, C ou D.
A chaque saut, tous les

déplacements possibles sont équiprobables. La puce ne reste pas deux fois de suite au même
endroit.
Au départ, c'est à dire avant son premier saut, la puce se trouve au point O
Pour tout entier
n ≥ 1, on note O l'évènement "la puce se trouve au point O à l'issue de son n-ème saut". On note
n

p n= P (O ). On a donc p = 1.
On définit de même les évènements A , B , C et D .
n 0 n n n n

1. Calculer p et p .
1 2

2. Pour tout entier naturel n ≥ 1 démontrer les égalités

P (An ) = P (Bn ) = P (Cn ) = P (Dn ).

On pourra raisonner par récurrence sur n.

3.
3.1. Démontrer que pour tout entier naturel n, p = (1 − p ).
n+1
1

3
n

3.2. En déduire la valeur de p pour n ∈ N.

n

3.3. Quelle proportion du temps la puce passe-t-elle sur chacun des points de Γ ?

Indication

Corrigé

1. Si au départ la puce est en O, après son première saut, elle ne peut pas être en O. On a donc
p1 = 0 .
Après le premier saut, la puce est de façon équiprobable en A, B, C ou D. Quelque soit
le sommet, la probabilité qu'elle revienne en O après le deuxième saut est égale à 1/3. On a
donc p2 = 1/3. Pour une rédaction plus précise, on peut écrire que

p2 = P (O2 ) = P (O2 |A1 )P (A1 ) + P (O2 |B1 )P (B1 ) + P (O2 |C1 )P (C1 ) + P (O2 |D1 )P (D1 )

d'après la formule des probabilités totales,

1
P (A1 ) = P (B1 ) = P (C1 ) = P (D1 ) =
4

1
P (O2 |A1 ) = P (O2 |B1 ) = P (O2 |C1 ) = P (O2 |D1 ) = .
3

2. Démontrons ce résultat par récurrence sur n. La propriété est vraie pour n = 1. Supposons
la propriété vraie au rang n, et démontrons-la au rang n + 1. Les événements An , Bn , Cn , Dn
et On forment un système complet d'événements. On peut donc écrire la formule des
probabilités totales en utilisant cette partition de l'univers. De plus, on sait que

P (An+1 |An ) = P (An+1 |Cn ) = 0,

1
P (An+1 |Bn ) = P (An+1 |Dn ) = ,
3

1
P (An+1 |On ) = .
4

On en déduit que

1 1 1 2 1
P (An+1 ) = P (Bn ) + P (Dn ) + P (On ) = P (An ) + P (On ),
3 3 4 3 4

cette dernière égalité venant de l'hypothèse de récurrence. Le même calcul peut être réalisé à
partir de chacun des sommets B, C ou D et conduira au même résultat. On en déduit que la
 propriété est vraie au rang n + 1, donc vraie pour tout n.
3.
3.1. On va utiliser les résultats démontrés dans l'hérédité : puisque

P (Ak ) + P (Bk ) + P (Ck ) + P (Dk ) + P (Ok ) = 1

pour tout k ∈ N et en utilisant le résultat de la question précédente, on sait que

pn+1 = 1 − 4P (An+1 ) et pn = 1 − 4P (An ).

Maintenant, on a prouvé que

2 1 2 1 1
P (An+1 ) = P (An ) + pn = × (1 − pn ) + pn .
3 4 3 4 4

On en déduit bien que

1
pn+1 = (1 − pn ).
3

3.2. On a une classique suite arithmético-géométrique. On cherche la limite possible en

1 1
résolvant l'équation ℓ = 3 (1 − ℓ) dont la solution est ℓ = 4 . La suite (un ) définie par
1 −1
un = pn −
4
vérifie un+1 =
3
un pour tout n ≥ 0 . On en déduit que

n
−1
un = ( ) u0
3

3
pour tout n ≥ 0 , puis que, en observant que u0 =
4
,

n
1 3 1
pn = + (− ) .
4 4 3

3.3. Le temps moyen passé en O, après n étapes, est

n−1 k
p0 + ⋯ + pn−1 1 1 3 1
= + × × ∑ (− ) .
n 4 n 4 3
k=0

k
n−1 1
Puisque la somme ∑k=0 (−
3
) tend vers une limite quand n tend vers l'infini (car
| − 1/3| < 1 ), on en déduit que

p0 + ⋯ + pn−1 1
→ .
n 4

La puce passe un quart du temps en 0. Par symétrie des autres sommets (comme
observée plus haut), elle va passer sur chacun des autres sommets en moyenne

1 1 3
(1 − ) =
4 4 16

du temps.

Exercice 3 - Marche aléatoire sur un triangle [Signaler une erreur] [Ajouter à ma feuille d'exos]
Enoncé
On considère trois points distincts du plan nommés A, B et C . Nous allons étudier le déplacement
aléatoire d’un pion se déplaçant sur ces trois points.
À l’étape n = 0, on suppose que le pion se trouve
sur le point A. Ensuite, le mouvement aléatoire du pion respecte les deux règles suivantes :

le mouvement du pion de l’étape n à l’étape n + 1 ne dépend que de la position du pion à l’étape

n, plus précisément il ne dépend pas des positions occupées aux autres étapes précédentes;

pour passer de l’étape n à l’étape n + 1, on suppose que le pion a une chance sur deux de rester
sur place, sinon il se déplace de manière équiprobable vers l’un des deux autres points.

Pour tout n ∈ N, on note A l’évènement "le pion se trouve en A à l’étape n", B l’évènement "le pion
n n

se trouve en B à l’étape n" et C l’évènement "le pion se trouve en C à l’étape n". On note également :
n

pn
⎛ ⎞
pn = P (An ),  qn = P (Bn ),  rn = P (Cn ) et Vn = ⎜ qn ⎟ .
⎝ ⎠
rn

On considère la matrice :

2 1 1
⎛ ⎞
1
M = ⎜1 2 1⎟.
4
⎝ ⎠
1 1 2

Dans l’exercice, on pourra utiliser sans le démontrer le résultat suivant :

n n n
4 + 2 4 − 1 4 − 1
1 ⎛ ⎞
n n n n
∀n ∈ N, M = ⎜4 − 1 4 + 2 4 − 1⎟.
n
3 ⋅ 4
⎝ n n n ⎠
4 − 1 4 − 1 4 + 2

1. Calculer les nombres p , q et r pour n = 0, 1.

n n n

2. Démontrer que pour tout n ∈ N, on a la relation V = MV . n+1 n

3. En déduire que V = M V , puis une expression de p , q et r pour tout n ∈ N.

n
n
0 n n n

4. Déterminer les limites respectives des suites (p ), (q ) et (r ). Interpréter le résultat

n n n

5. Pour n ∈ N , on note a le nombre moyen de passages du pion en A entre l’étape 1 et

∗
n

l’étape n et on définit la variable aléatoire :

1 si An  est r éalisé

Xn = {
0 sinon.

Interpréter la variable aléatoire X + ⋯ + X et le nombre E(X + ⋯ + X ).

1 n 1 n

6. Calculer l’espérance de la variable aléatoire X pour n ∈ N et en déduire une expression de

n
∗

a .n

Indication

1. Interpréter l'énoncé.
2. Utiliser la formule des probabilités totales avec le système complet d'évènements
(An , Bn , Cn ).

3. Ne pas oublier que M n est donné par l'énoncé.

4.
5.
6.

Corrigé

1. L'énoncé nous dit que p0 = 1 tandis que q0 = r0 = 0 . Après une étape, on a p1 = 1/2 ,
q1 = 1/4 et r1 = 1/4.
 2. Les événements An ,  Bn ,  Cn constituent un système complet d'évènements. La formule
des probabilités totales donne

pn+1 = P (An+1 ) = P (An+1 |An )P (An ) + P (An+1 |Bn )P (Bn ) + P (An+1 |Cn )P (Cn )

1 1 1
= pn + qn + rn
2 4 4

1
= (2pn + qn + rn ) .
4

Avec la même méthode, on démontre que

1
qn+1 = (pn + 2qn + rn )
4
1
rn+1 = (pn + qn + 2rn ) .
4

Ceci signifie exactement que Vn+1 = M Vn .

3. La formule Vn = M n V0 se démontre par récurrence (immédiate?). Puisque M n est donné
par l'énoncé, tenant compte de V0 calculé à la première question, on a
n
4 + 2
pn =
n
3 ⋅ 4
n
4 − 1
qn =
n
3 ⋅ 4
n
4 − 1
rn = .
n
3 ⋅ 4

4. On a limn→+∞ pn = limn→+∞ qn = limn→+∞ rn = 1/3. L'état stable de la marche

aléatoire est l'état où les probabilités d'être sur chacun des sommets sont égales.
5. La variable aléatoire X1 + ⋯ + Xn compte le nombre de fois où le pion passe en A entre
l'étape 1 et l'étape n. E(X1 + ⋯ + Xn ) représente donc le nombre moyen de passage en A
entre l'étape 1 et l'étape n, donc E(X1 + ⋯ + Xn ) = an .
6. On a E(Xi ) ¯
= 1 × P (Ai ) + 0 × P (Ai ) = pi . Par linéarité de l'espérance, on en déduit
que
n

an = ∑ p i

i=1

n i
4 + 2
= ∑
i
i=1 3 ⋅ 4

n n
1 2 1
= ∑ + ∑
i
3 3 4
i=1 i=1

1 1
−
n 2 4 4
n+1

= + ×
1
3 3 1 −
4

n 2 1
= + (1 − ).
n
3 9 4

Exercice 4 - La guêpe [Signaler une erreur] [Ajouter à ma feuille d'exos]

Enoncé
Un appartement est formé de deux pièces A et B reliées entre elles par une porte ouverte.
Seule la
pièce B possède une fenêtre ouverte. Une guêpe, qui s'était endormie dans la pièce A se réveille à
l'instant 0. On estime que :

quand la guêpe est dans la pièce A à l'instant n (exprimé en minutes), elle est encore dans cette
pièce une minute après avec probabilité 1/3.
quand la guêpe est dans la pièce B à l'instant n, elle retourne dans la pièce A une minute après
avec probabilité 1/4 et reste dans la pièce B avec probabilité 1/2.

1. Dans cette question, quand la guêpe sort de l'appartement, elle ne revient plus. On introduit
les évènements
A : "la guêpe est dans la pièce A à l'instant n''
n

B : "la guêpe est dans la pièce B à l'instant n''

n

E : ''la guêpe est à l'extérieur de l'appartement à l'instant n".

n

an
⎛ ⎞
Enfin, on note a , b et e les probabilités respectives de ces évènements et U
n n n n = ⎜ bn ⎟ .
⎝ ⎠
en

1.1. Décrire la matrice de transition M telle que pour tout n ≥ 0, U n+1 = M Un .

an
1.2. On note X n = ( ) .
Montrer qu'il existe une matrice Q que l'on déterminera telle
bn

que pour tout n ≥ 0, X = QX .

n+1 n

1.3. Montrer qu'il existe un réel λ que l'on déterminera tel que Q = λQ. 2

1.4. Calculer la probabilité que, n minutes après son réveil, la guêpe ne se trouve plus
dans l'appartement.
1.5. Au bout de combien de temps, cette probabilité devient-elle supérieure à 0,999 ?
1.6. On note T le premier instant où la guêpe se trouve à l'extérieur de l'appartement.
Que vaut P (T = 1) ? Pour n ≥ 2, calculer P (T = n).
1.7. Que représente e vis à vis de la variable aléatoire T ?
n

1.8. Montrer que P (T < +∞) = 1.

2. On suppose maintenant que, lorsque la guêpe est sortie, elle revient dans la pièce B avec
probabilité 0,1. Les notations sont les mêmes que lors de la question 1.
2.1. Que devient la matrice de transition M dans cette situation ?
2.2. (Question bonus) Donner, sous un logiciel de calcul formel de votre choix, les
commandes permettant d'obtenir les valeurs propres et les vecteurs propres de la
matrice M .
2.3. L'utilisation de Xcas donne les valeurs propres suivantes pour M

1, (−√514 + 22)/60, (√514 + 22)/60

ainsi que les vecteurs propres associés

3 2√514 + 34 −2√514 + 34
⎛ ⎞

⎜ 8 −2√514 − 64 2√514 − 64 ⎟

⎝ ⎠
20 30 30

En déduire que la suite (U ) converge.

n

2.4. On note U la limite de la suite (U ). Justifier que U

∞ n ∞ = M U∞ et en déduire la
valeur de U . ∞

Indication

1.
1.1. Chercher les probabilités manquantes...
1.2. Il suffit d'extraire...
1.3. Montrer qu'il existe un réel λ que l'on déterminera tel que Q2 = λQ.
1.4. La question précédente permet facilement de calculer Qn , et donc an et bn ...
1.5. Passer au logarithme pour résoudre l'inéquation.
1.6. Lier l'événement T = n et l'événement Bn−1 .
1.7. La guêpe est dehors à l'instant n si et seulement si elle est sortie à un instant
précédent.
 1.8. (en ) tend vers 0.
2. On suppose maintenant que, lorsque la guêpe est sortie, elle revient dans la pièce B avec
probabilité 0,1. Les notations sont les mêmes que lors de la question 1.
2.1. Cf une question précédente.
2.2.
2.3. Les autres valeurs propres sont de module inférieur strict à 1.
2.4. Passer à la limite dans Un+1 = M Un , puis utiliser le calcul des vecteurs propres
donné par XCas.

Corrigé

1.
1.1. L'énoncé nous donne

1
P (An+1 |An ) = ,  P (En+1 |An ) = 0
3

1 1
P (An+1 |An ) = ,  P (Bn+1 |Bn ) =
4 2

P (En+1 |En ) = 0.

Sachant que

P (An+1 |An ) + P (Bn+1 |An ) + P (En+1 |An ) = 1

on trouve

2
P (Bn+1 |An ) = .
3

De même on a

1
P (Cn+1 |Bn ) =
4

et

P (An+1 |En ) + P (Bn+1 |En ) = 0.

La matrice de transition M est donc

1/3 1/4 0
⎛ ⎞

M = ⎜ 2/3 1/2 0⎟.

⎝ ⎠
0 1/4 1

1.2. Il suffit d'extraire...

1/3 1/4
Q = ( ).
2/3 1/2

1.3. On passe au carré et on trouve

5/18 5/24 5
2
Q = ( ) = Q.
5/9 5/12 6

1.4. On cherche donc en = 1 − an − b n . Mais on sait d'après la question précédente

que
1
 n−1
5
n
Q = ( ) Q.
6

Puisque Xn n
= Q X0 et que l'énoncé nous dit que a0 = 1 et b0 = 0 , on en déduit

n−1
1 5
an = × ( )
3 6

n−1
2 5
bn = × ( ) .
3 6

Il vient donc
n−1 n−1 n−1
1 5 2 5 5
en = 1 − × ( ) − × ( ) = 1 − ( ) .
3 6 3 6 6

1.5. On cherche le premier instant n tel que en ≥ 0, 999 .

Ceci est équivalent à
n−1
5
−3
( ) ≤ 10
6

ou encore, en passant au logarithme,

−3
ln(10 )
n ≥ 1 + .
ln(5/6)

On trouve n ≥ 40.
1.6. On a P (T = 1) = 0 car après une minute, la guêpe ne peut être qu'en A ou en B.
Pour n ≥ 2, l'événement T = n est réalisé si l'événement Bn−1 est réalisé et que le
mouvement de la guêpe se fait vers l'extérieur. On en déduit que
n−2
1 1 5
P (T = n) = bn−1 = ( ) .
4 6 6

1.7. L'événement En est réalisé si et seulement si l'un des événements disjoints

" T = k " est réalisé, pour k = 2, … , n. On a donc

en = ∑ P (T = k).

k=2

On peut d'ailleurs vérifier que cette formule est juste en s'aidant des valeurs de en et de
P (T = k) calculés plus haut, et de la formule donnant la valeur d'une somme

géométrique.
1.8. Posons Un l'événement T ≤ n. Alors les événements Un sont croissants et leur
réunion est T < +∞. On a donc
n

P (T < +∞) = lim P (T ≤ n) = lim ∑ P (T = k) = lim en = 0.

n→+∞ n→+∞ n→+∞
k=2

2.
2.1. On refait le même travail, et la matrice de transition est cette fois :

1/3 1/4 0
⎛ ⎞

M = ⎜ 2/3 1/2 1/10 ⎟ .

⎝ ⎠
0 /14 9/10
 2.2. Par exemple sous Xcas, on peut entrer :

M:=[ [1/3, 1/4,0], [2/3,1/2,1/10], [0,1/4,9/10] ];

eigenvals(A);

eigenvects(A);

2.3. On vérifie à l'aide de la calculatrice que les deux valeurs propres différentes de 1
sont de module inférieur strict à 1. Notons D la matrice diagonale dont les coefficients
diagonaux sont 1, −√514 + 22)/60, (√514 + 22)/60 et P la matrice de passage. On
a M = P DP −1 , et donc M n = P Dn P −1 . Puisque la suite Dn converge la matrice
diagonale D1 dont les coefficients diagonaux sont 1, 0, 0, la suite M n tend vers M∞ et
donc la suite (Un ) converge vers U∞ = M∞ U0 .
2.4. Il n'est heureusement pas nécessaire de calculer M∞ pour trouver U∞ . En effet,
passant à la limite dans Un+1 = M Un , on trouve U∞ = M U∞ . Ainsi, U∞ est une
valeur propre de M associée à la valeur propre 1. Par le calcul effectué sous Xcas, on sait
que U∞ = (a, b, c) est proportionnel à (3, 8, 20). De plus, on sait que a + b + c = 1, et
donc
3
⎛ 31 ⎞

⎜
⎟
8
U∞ = ⎜
⎟
.
⎜ 31 ⎟
20
⎝ ⎠
31

Exercice 5 - Marche aléatoire dans un jeu vidéo [Signaler une erreur] [Ajouter à ma feuille d'exos]
Enoncé
On désire mettre au point un jeu vidéo dont le principe est le suivant : un joueur traverse
successivement plusieurs salles d’un château. Lorsqu’il entre dans une salle, celle-ci peut être vide,
sinon le joueur y rencontre des monstres qu’il doit affronter et vaincre avant de passer à la salle
suivante. La partie s’arrête lorsque le joueur traverse successivement deux salles vides. On admet que
le joueur réussit toujours à vaincre les monstres rencontrés dans une salle. Le jeu prévoit un nombre
éventuellement illimité de salles et le joueur commence la partie dans la salle numéro 1.
On note M l’évènement : "le joueur rencontre des monstres dans la salle numéro i". On admet
i

que les
différents évènements M sont mutuellement indépendants et qu'il existe p ∈]0, 1[ tel que P (M ) = p
i i

pour tout i ≥ 1.

Soit enfin X la variable aléatoire réelle égale au nombre de salles à traverser pour finir la partie.

1. Question préliminaire : pour x ∈] − 1, 1[, rappeler la valeur de la somme S(x) = ∑ n≥0

x
n
.
Prouver ensuite la convergence et donner la valeur de la somme T (x) = ∑ nx .
n≥2
n

2. Quelles sont les valeurs possibles prises par la variable aléatoire X?

3. Décrire à l'aide des évènements M les évènements (X = 2), (X = 3), (X = 4).
i

4. En déduire la valeur de P (X = 2), P (X = 3) et P (X = 4).

5. Pour n ≥ 2, on note q = P (X = n). Démontrer, en utilisant le système complet
n

d'évènements M , M qu'il existe deux constantes a et b à déterminer en fonction de p telles

¯¯¯¯¯¯¯

1 1

que, pour tout n ≥ 4,

qn = aqn−1 + bqn−2 .

6. On suppose désormais que p = 1/3.

6.1. Vérifier que, pour n ≥ 4,

1 2
qn = qn−1 + qn−2 .
3 9
 6.2. En déduire la valeur de q pour n ≥ 2. n

6.3. En déduire que E(X) = 15/4. Comment interprétez-vous ce résultat?

Indication

1. Somme géométrique plus dérivation terme à terme d'une série entière.

2.
3. Décrire (en français?) quelles sont les différentes possibilités pour obtenir X = 2, X = 3 et
X = 4, puis interpréter ceci en terme d'unions et d'intersections des Mi et de leurs
complémentaires.
4. Utiliser l'indépendance des Mi .
5. Formule des probabilités totales.
6.
6.1.
6.2. Récurrence linéaire d'ordre 2. Introduire l'équation caractéristique....
6.3. Exprimer E(X) à l'aide de la fonction T .

Corrigé

1. ∑
n≥0
n
x est une série entière de rayon de convergence 1. De plus, on reconnait ici la
somme géométrique classique. On a donc

1
S(x) = .
1 − x

Puisque le rayon de convergence est 1, on peut dériver terme à terme la série entière. Autrement
dit, pour tout x ∈] − 1, 1[, on a

1
′ n−1 n−1
S (x) = ∑ nx ⟺ = ∑ nx .
2
n≥0
(1 − x) n≥1

On en déduit assez facilement la valeur de T (x). En effet,

n n−1
x
T (x) = ∑ nx = x × ∑ nx − x = − x.
2
n≥2 n≥1
(1 − x)

2. Il faut au moins traverser deux salles pour finir la partie. De plus, pour tout entier n ≥ 2 , on
peut traverser n salles avant de finir la partie (par exemple, si l'événement
¯¯
¯¯¯
¯¯¯
¯¯¯
¯¯ ¯
¯¯¯
¯¯¯¯
M1 ∩ … Mn−2 ∩ Mn−1 ∩ Mn a lieu). Ainsi, X prend ses valeurs dans N∖{0, 1}.
3. On a
¯¯¯¯¯¯¯ ¯¯¯¯¯¯¯
(X = 2) = M1 ∩ M2

¯¯¯¯¯¯¯ ¯¯¯¯¯¯¯
(X = 3) = M1 ∩ M2 ∩ M3

¯¯¯¯¯¯¯ ¯¯¯¯¯¯¯ ¯¯¯¯¯¯¯ ¯¯¯¯¯¯¯ ¯¯¯¯¯¯¯

(X = 4) = (M1 ∩ M2 ∩ M3 ∩ M4 ) ∪ (M1 ∩ M2 ∩ M3 ∩ M4 ).

4. Par indépendance des événements Mi , et parce que les deux événements intervenant dans
la réunion pour X = 4 sont disjoints, on a
2
P (X = 2) = (1 − p)

2
P (X = 3) = p(1 − p)

2 2 3 2 2 2
P (X = 4) = p (1 − p) + p(1 − p) = (1 − p) (p + p(1 − p)) = p(1 − p)

5. D'après la formule des probabilités totales, on a

 ¯¯¯¯¯¯¯
qn = P (X = n) = PM (X = n)P (M1 ) + P¯¯¯¯¯¯¯ (X = n)P (M1 )
1 M1

= pPM1 (X = n) + (1 − p)P¯¯¯¯¯¯¯ (X = n).

M1

Si l'événement M1 a lieu, on interrompt la partie dès que l'on rencontre deux pièces sans
monstre à partir de la deuxième pièce. Autrement dit, pour obtenir X = n, tout se passe
comme si on commençait une partie à partir de la deuxième pièce et qu'on l'interrompait à la
(n − 1)-ième pièce. Ainsi,

PM1 (X = n) = qn−1 .

¯¯¯¯¯¯¯
Si l'événement M1 a lieu, alors pour que l'on ait (X = n), il est nécessaire que l'événement M2
ait lieu (sinon, on aurait X = 2). On a donc, toujours par la formule des probabilités totales,
¯¯¯¯¯¯¯
P¯¯¯¯¯¯¯ (X = n) = P¯¯¯¯¯¯¯ (X = n)P (M2 ) + P¯¯¯¯¯¯¯ ¯¯¯¯¯¯¯ (X = n)P (M2 )
M1 M1 ∩M2 M 1 ∩M 2

= pP¯¯¯¯¯¯¯ (X = n) + (1 − p)0.
M1 ∩

¯¯¯¯¯¯¯
Mais si l'événement M1 ∩ M2 a lieu, en particulier l'événement M2 a lieu, tout se passe comme
si on commençait une partie à partir de la 3ième pièce, et on aura X = n si cette nouvelle
partie s'interrompt à partir de la pièce n − 2. Autrement dit,

P¯¯¯¯¯¯¯ (X = n) = pqn−2 .
M1 ∩

Autrement dit, on a obtenu la formule de récurrence

qn = pqn−1 + p(1 − p)qn−2 .

6.
6.1. C'est immédiat!
6.2. On a une classique récurrence linéaire d'ordre 2. On introduit son équation
1 2
caractéristique, qui est r2 = 3 r + 3 et donc les racines sont et dont les racines sont
−1/3 et 2/3. Il existe donc deux réels α et β tels que, pour tout n ≥ 2 , on a
n n
2 −1
qn = α( ) + β( ) .
3 3

De q2 = 4/9 et q3 = 4/27, on tire un système 2 × 2 permettant de calculer α et β. On

trouve finalement que
n+1 n
2 4 −1
qn = ( ) + ( ) .
3 3 3

6.3. On a

E(X) = ∑ nP (X = n)

n≥2

n+1 n
2 4 −1
= ∑ n( ) + ∑ n( )
3 3 3
n≥2 n≥2

2
= T (2/3) + T (−1/3).
3

A l'aide de l'expression de la fonction T , on trouve finalement E(X) = 15/4. En

moyenne, si on joue un grand nombre de fois, il faudra traverser 15/4 pièces.
Discussions des forums
Rappelez-vous, les rosaces ...
Courbes convexes de large …
Montrer que ||X||_1, ||X| …
aide exercice microéconomie
Application aux fractions
Système linéaire
Polynôme d'interpolation …
Isomorphismes dans F2[X,Y]
Modes de défaillance d'éc …
Convergence de suite
Probabilités : Exercice s …
DM spé maths
Corps de décomposition d' …
composition commutative ( …
imprimer une feuille d'ex …
Accéder aux forums

Mathématicien du mois

Eugène Catalan (1814 - 1894)

Toutes les biographies

Signaler une erreur/Nous contacterMentions LégalesConfidentialité

ContactConfidentialitéMentions légales