Académie Internationale Mohammed VI 2 5 d é c e 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 & G E E T 1 4

————————————————————

Exercice 1 Un individu vit dans un milieu où il est susceptible d’attraper une maladie par
piqûre d’insectes. Il peut être dans l’un des trois états suivants : ni malade ni immunisé
(R), malade (M ) ou immunisé (I). D’un mois sur l’autre, son état peut changer selon
les règles suivantes :

étant immunisé, il a une probabilité de 0; 8 de le rester et de 0; 2 de passer à l’état

R,

étant malade, il a une probabilité de 0; 5 de le rester et de 0; 5 de devenir immunisé,

en…n, étant dans l’état R, il a une probabilité de 0; 75 de le rester et de 0; 25 de

devenir malade.

1. On modélise la dynamique des individus de ce milieu par une chaîne de Markov

(Xn )n 0 à trois états R, M et I. Ecrire la matrice de transition P de cette chaîne
de Markov.

2. Si l’on commence avec une population de 1000 individus comportant 100 individus
malades et 900 individus ni malades ni immunisés, combien aura-t-on d’individus
malades après une étape, après deux étapes ?

3. Mêmes questions si l’on suppose qu’il y a au départ 500 individus malades, 150
individus ni malades ni immunisés et 350 individus immunisés.

Exercice 2 N boules noires et N boules blanches sont placées dans deux urnes A et B
de telle façon que chaque urne contienne N boules. A chaque instant on choisit au hasard
une boule dans chaque urne et on échange les deux boules. A l’instant N , l’état du système
Xn est le nombre de boules blanches de l’urne A.

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 f1; : : : ; N 1g2 :
8 2
>
>
k
si j = k 1;
> N2
< 2k(N k)
N2
si j = k;
pij = P (Xn+1 = j j Xn = k) = (N k)2
>
> si j = k + 1;
>
: 0N
2

sinon.

(Indication: Le système est dans l’état k lorsque l’on a k boules blanches dans A et
N k dans B, et donc aussi N k boules noires dans A et k dans B.)

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

3. En Justi…ant l’existence et l’unicité déterminer la distribution stationnaire de la

chaîne (Xn )n 0 .

1
Exercice 3 On considère une chaîne de Markov sur N de probabilités de transition
8
< p si j = i + 1,
pij = 1 p si j = 0,
:
0 sinon.

1. Représenter le graphe de cette chaîne.

2. Pour quelles valeurs de p la chaîne est-elle irréductible?

3. Dans la suite, on suppose que p est tel que la chaîne soit irréductible. On suppose
X0 = 0. Soit T0 = inf fn 1 : Xn = 0g le temps de premier retour en 0. Montrer
que
T0 = n =) Xm = m; m = 0; 1; : : : ; n 1.
En déduire la loi de T0 .

4. Montrer que l’état 0 est récurrent positif et apériodique.

5. Soit l’unique distribution stationnaire de la chaîne. Calculer 0 à l’aide de E0 (T0 ).

6. Exprimer i en fonction de i 1 et en déduire i pour tout i.

Exercice 4 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 ].

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