Académie Internationale Mohammed VI 2 6 n ove m b re 2 0 1 8

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

Casablanca Examen de Processus Stochastiques F iliè re s G IP 1 4

— — — — — — — — — Durée 2H — — — — — — — — — — —

Exercice 1

1. On considère une chaîne de Markov (Xn )n 0 sur l’espace E = f1; 2; 3; 4; 5g de ma-

trice de transition P donnée par,
0 1 1
1
2
0 0 0 2
B 0 1 0 1
0 C
B 2 2 C
P =B B 0 01 11 0 0 C
C
@ 0 1
0 A
3 3 3
1
2
0 0 0 12

(a) Tracer le graphe associé.

(b) Donner les classes de communication et préciser si elles sont récurentes ou
transientes.
Les classes communiquantes sont: f1; 5g fermée …nie donc récurrente;f2; 4g
non fermée donc transiente et f3g récurrente absorbante.
(c) Donner la loi (n) de la chaîne pour tout temps n 1, si on suppose que la
loi initiale (0) = (1; 0; 0; 0; 0) = 1 .
(1) = (0)P = ( 12 ; 0; 0; 0; 21 )
(n) = (0)P n = ( 12 ; 0; 0; 0; 21 )
(d) On note la la distribution de probabilités = (0; 12 ; 0; 12 ; 0) = 12 2 + 12 4 . Montrer
que !
n n 1
5 1 5 5
Pn = + 1+ + + 3.
6 6 6 6

(e) En déduire la loi de la chaîne pour tout temps n 1 si (0) = 2 . (On pourra
commencer par regarder la loi de la chaîne au temps 1).
Si (0) = (0; 1; 0; 0; 0), alors (1) = (0)P = (0; 21 0; 0; 12 ; 0) D’après d)
5 n 1 1 5 n 2
(0)P n = (1)P n 1
= Pn 1
= 6
+ 6
1 + 65 + + 6 3.

(f) Calculer l’ensemble des distributions stationnaires de la chaîne.

2. On suppose maintenant que la matrice de transition est donnée par la matrice

0 1 1
2
0 0 0 12
B 0 1 0 12 0 C
B 2 C
A=B B 0 0 1 0 0 C C
@ 0 1 1 1 1 A
4 4 4 4
1
2
0 0 0 12

(a) Déterminer les classes de communication et préciser leur récurrence ou leur

transience.
(b) On note S = inf fn 0 : Xn 2 f1; 5gg et T = inf fn 0 : Xn = 3g. On pose
h(x) = Px (S < +1), pour x 2 E. Sans calcul que valent h(1), h(3) et h(5)?

1
 (c) Calculer h(2) = P2 (S < +1).
(d) Calculer E2 [min(S; T )].

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) = si j = i + 1;
: N
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.

Ci
5. On considère la mesure Binomiale B(N ; 21 ); (B(N; 12 )(k) = 2NN ; 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. Donner la nouvelle matrice de transition de la chaîne.

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

Exercice 3 Des bus arrivent à un arrêt selon un processus de Poisson d’intensité . De

l’arrêt à votre domicile il vous faut b minutes en bus et p minutes à pied. Vous décidez
d’attendre le bus s minutes et de partir à pied s’il n’est pas arrivé. Soit T le temps écoulé
entre votre arrivée et celle du bus et W le temps mis pour rentrer.

1. Véri…er que :
W = (T + b)1[0;s] (T ) + (s + p)1]s;+1[ (T ).

2. En déduire E(W ).

2
 3. Temps moyen pour rentrer chez vous? Trouver la valeur de s qui minimise ce temps
1
: considérer trois cas selon la valeur de par rapport à .
p b

Solution 1

1. Soit T le temps (aléatoire) écoulé entre notre arrivée et celle du prochain bus. On
sait que T suit la loi exponentielle E( ). Le temps W mis pour rentrer est :

(a) T + b si le bus arrive avant s, c’est-à-dire si T s;

(b) s + p si on rentre à pied, c’est-à-dire si T > s.
On a donc W = (T + b)1[0;s] (T ) + (s + p)1]s;+1[ (T ) = h(T ).

2.
R +1 Rs t
R +1 t
E(W ) = 0
h(t)fT (t)dt = 0
(t + b) e dt + s
(s + p) e dt
t s
t e t t +1
= te be + (s + p) e s
0
1 s 1 s
= s+ +b e + + b + (s + p)e

1 1 s
=b+ + p +b e .

s
3. s 7 ! e décroît de 1 (pour s = 0) à 0 (pour s ! +1) donc :

(a) si > p 1 b , c’est-à-dire si 1 + b < p, le minimum est obtenu lorsque s ! +1,

et vaut b + 1 : on a donc intérêt à attendre le bus jusqu’à ce qu’il arrive;
(b) si < p 1 b , c’est-à-dire si 1 + b > p, le minimum est obtenu lorsque s = 0, et
vaut p : on n’a donc pas intérêt à prendre le bus (il n’y en a pas assez souvent);
(c) si = p 1 b , c’est-à-dire si b + 1 = p, E [W ] est indépendant de s et quoi qu’on
décide, le temps moyen est égal à p.