Pr.

Toufik Chaayra Probabilité et Processus 2020–2021

Master: MFIGR Stochastique FSJES-AS Casablanca

Devoir maison − à rendre au plus tard le Lundi 28/06/2021

Veillez à faire une rédaction soignée de vos réponses. Celle-ci sera prise en compte.

Exercice 1 :
On tire deux variables U et V de façon indépendante et uniformément dans l’ensemble
{1, 2, 3, 4, 5}. On en déduit les variables aléatoires X = min(U, V ) et Y = max(U, V ).
1. Déterminer la loi jointe du couple (U, Y ).
2. Déterminer E[U | Y = n], pour n ∈ {1, 2, 3, 4, 5}.
3. En déduire E[U | Y ].
4. Déterminer E[Y | U ].
5. Déterminer de même E[U | X] et E[X | U ].

Exercice 2 :
À raison d’un véhicule toutes les dix secondes en moyenne, le flux des véhicules dans
une voie donnée comporte une proportion de p = 10% de camions et de 90% de voitures
(particulières).
1. Quelle est la probabilité qu’au moins un camion passe dans un intervalle d’une
minute ?
2. Sachant que dix camions sont passés dans un intervalle de cinq minutes, quel est
le nombre moyen de véhicules qui sont passés dans cet intervalle ?
3. Trente véhicules sont passés durant dix minutes, quelle est la probabilité que trois
parmi eux sont des camions ?

Exercice 3 :
On considère un processus de Poisson {N (t) : t ≥ 0} de densité λ > 0. Étudier les
processus suivants déduits du processus {N (t) : t ≥ 0} par les opérations suivantes.
1. On supprime les tops de rang impair. Noter {N1 (t) : t ≥ 0} le processus obtenu.
2. Pour tout i = 1, 2, . . . on décale l’instant Si d’apparition du iième top d’une quantité
constante a. Noter {N2 (t) : t ≥ 0} le processus obtenu.
3. Pour tout i = 1, 2, . . . on décale l’instant Si d’apparition du iième top d’une quantité
aléatoire Y positive dont la densité de probabilité g(x) est indépendante de i.
[Soient N3 (t) le processus résultant et G(t) la fonction de répartition de Y . On

1
 démontre d’abord que, conditionnellement à l’évènement {N (t) = n}, la variable
aléatoire N3 (t) est binomiale de paramètre (n, p(t)) avec
1Z t
p(t) = G(t − x)dx
t 0
puis on calcule P {N3 (t) = k} .]

Exercice 4 :
On considère une chaîne de Markov (Xn )n≥0 sur {1, . . . , 7} de matrice de transition Q
donnée par  
1/2 1/4 0 1/4 0 0 0
 1/2 0 0 0 0 0 1/2 
 
 
 0 0 1/8 0 7/8 0 0 
 
Q=

1/4 0 0 0 0 0 3/4  
 
 0 1/9 7/9 0 0 1/9 0 
 
 0 0 0 0 0 1 0 
 
0 0 0 1 0 0 0
1. Dessiner le graphe de la chaine de Markov associée en précisant les probabilités de
transitions entre les différents états.
2. Déterminer les classes d’états récurrents et transitoires.
3. La chaîne est-elle irréductible ?
4. Calculer P3 (X2 = 6) et P1 (X2 = 7).

Exercice 5 :
Un lapin se déplace dans un terrier composé de trois galeries, notées A, B et C, dans
chacune desquelles il est confronté à un stimulus particulier. À chaque fois qu’il est soumis
à un stimulus, le lapin reste dans la galerie où il se trouve ou change de galerie. Cela
constitue une étape. S’il est dans la galerie A ou C, il y reste avec la probabilité 1/3 ou
il passe dans la galerie B avec la probabilité 2/3 S’il est dans la galerie B, il y reste avec
la probabilité 1/2 sinon il passe dans la galerie A ou la galerie C avec la probabilité 1/4.
1. Représenter le graphe de probabilité associé à cette situation.
On notera A, B et C les trois états correspondant aux trois galeries.
2. Écrire la matrice de transition associée.
 
3. Écrire en justifiant le raisonnement la relation liant Rn = an bn cn , M et
Rn+1
4. Déterminer la distribution stationnaire.
On donnera les trois valeurs sans parenthèses, sous la forme u/v en les séparant
par une virgule.
5. On définit la suite (un ) par :

n ∈ N, un = an − cn

2
(a) Montrer que la suite (un ) est géométrique de raison :
1
(b) En déduire que pour tout n ∈ N, un = 3n

Bonne chance