Académie Internationale Mohammed VI 05 novembre 2019

de l’Aviation Civile Examen C y c le d ’In g é n ie u rs d e l’A v ia tio n C iv ile

Casablanca Processus stochastiques Filière GI15

Durée 2H
——————————————————————————

Exercice 1 On considère (Xn )n 0 une chaîne de Markov sur l’espace d’états E = f1; 2; 3g
de matrice de transition P donnée par:
0 1
a b 0
P = @ 21 0 12 A
1 0 0

1. Donner les conditions nécéessaires et su¢ santes sur a et b pour que P soit une
matrice stochastique.

2. Dans cette question on prend alors a = 1, tracer le graphe orienté associé à P puis
préciser les classes communiquantes de la matrice et leur récurrence ou transience.

3. On suppose maintenant que 0 a < 1, montrer que la chaîne est irréductible.

Calculer sa période. (On pourra séparer les cas a = 0 et 0 < a < 1).

4. Montrer qu’il existe une unique probabilité invariante pour P que l’on calculera.
1 2
5. On considère ici que a = et b = et que la loi initiale de X0 est donnée par
3 3
1 1 1
P(X0 = 1) = , P(X0 = 2) = et P(X0 = 3) = .
2 3 6
Pour n 0, donner la loi de chaîne au temps n.

Exercice 2 L’urne d’Ehrenfest est un modèle simpli…e de la théorie cinétique des gaz,
visant à illustrer l’interprétation probabiliste proposée par Boltzmann du second principe
de la thermodynamique. Soient N balles (N 2) numérotées de 1 jusqu’à N et réparties
dans deux urnes A et B de volumes et de formes identiques. On tire au hasard un nombre
entier i entre 1 et N et on change la balle i d’urne. Soit Xn le nombre de balles dans
l’urne A après n tirages indépendants.

1. Justi…er que (Xn )n 0 est bien une chaîne de Markov homogène sur l’ensemble f0; 1; : : : ; N g
et que sa matrice de transition véri…e, pour (i; j) 2 f0; 1; : : : ; N g2 :
8 i
>
> N
si j = i 1;
>
>
<
N i
pij = P (Xn+1 = j j Xn = i) = N
si j = i + 1;
>
>
>
>
:
0 sinon.

2. On considère dans cette question que X0 = 0. Calculer la loi de X1 , X2 et X3 .

3. La chaîne (Xn )n 0 est-elle irréductible? Récurrente? Apériodique?

4. Justi…er que la chaîne (Xn )n 0 admet une unique distribution stationnaire.

1
 1 1 CNi 1 N!
5. On considère la mesure Binomiale B(N ; (B(N;
2
); 2
)(k)
= N = N ;
2 2 i!(N i)!
0 i N ). Montrer que véri…e i pi;i+1 = i+1 pi+1;i ; 0 i N 1. On dit
que est une mesure réversible pour la chaîne (Xn )n 0 . En déduire que est la
distribution stationnaire.

6. On fait ici l’hypothèse que N est pair et on pose N = 2m. Pour 0 i N , on

note Ti := inf fn 1 : Xn = ig le temps de retour dans l’état i. Que valent E0 [T0 ]
et Em [Tm ]?

7. On considère la fonction f : f0; : : : ; N g ! R dé…nie par f (i) = 2i . Que peut-on

1 nP1
dire de f (Xi )?
n i=0
8. Que peut-on dire pour la convergence de la loi de Xn ?

9. On modi…e légèrement le modèle : lorsque la balle a été extraite d’une urne suivant
la procédure décrite, on tire au sort (avec des probabilités égales) l’urne dans laquelle
on la replace. Montrer que la nouvelle matrice de transition de la chaîne véri…e,
pour (i; j) 2 f0; 1; : : : ; N g2 :
8 i
>
> 2N
si j = i 1;
>
>
>
>
>
>
< 21 si j = i;
pij = P (Xn+1 = j j Xn = i) =
>
> N i
>
> 2N si j = i + 1;
>
>
>
>
:
0 sinon.

10. Que peut-on alors dire pour la convergence de la loi de Xn ? (S’il ya convergence,
on précisera la loi limite.)