Académique Documents
Professionnel Documents
Culture Documents
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.
P est une matrice stochastique () 0 a 1 et b = 1 a.
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.
4. Montrer qu’il existe une unique probabilité invariante pour P que l’on calculera.
0 1
a b 0
( 1 ; 2 ; 3 ) @ 21 0 12 A = a 1 + 21 2 + 3 b 1
1
2 2
1 0 0
1
Soit = ( 1; 2; 2 R3 . Alors,
3)
8 b b
< a 1+ 2 1 + 2 1 = 1
= P () 2 = b 1
:
3 = 2b 1
b b
() 2 vect 1; b; () 9 2 R tq = 1; b; .
2 2
est une mesuredeprobabilité si et seulement si 0, b 0 et
b 1
(1 + b + ) = 1 () = :
2 1 + 3b
2
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.
1 1 1
Dans ce cas, = ; ; est l’unique mesure de probabilité invariante pour P .
2 3 6
D’où = P et pour tout n 0, = P n , donc la loi de la chîne au temps n est
encore égale à .
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
cette procédure est indépendante de l’instant n. Donc (Xn )n2N est bien une chaîne
de Markov homogène. Dans ces conditions, par exemple, si à un instant l’urne A est
vide (la chaîne est dans l’état 0), à l’instant suivant l’urne contiendra 1 boule avec
probabilité 1. Si à un instant A contient i boules, 0 < i < N , à l’instant suivant elle
i N i
contiendra i 1 ou i + 1 boules, avec probabilité respectivement et .
N N
La matrice de transition est donc donnée par
0 1
0 1 0 0 0 0 0
B 1 0 N 1 0 0 0 0 C
B N N C
B 0 2 0 N 2
0 0 0 C
B N N C
B C
B C
P = B .. .. .. .. .. .. .. .. C
B . . . . . . . . C
B C
B C
B C
@ 0 0 0 0 N 1
N
0 N 1 A
0 0 0 0 0 1 0
et le graphe par :
N 1 N 2 3 2 1
1 N N N N N
! ! ! ! ! !
0 1 2 N 2 N 1 N
1 2 3 N 2 N 1 1
N N N N N
P0 (X3 = 1) =
P (X3 = 1 j X2 = 0)P0 (X2 = 0) + P (X3 = 1 j X2 = 2)P0 (X2 = 2)
1 N 1 1 2 N 1
= p0;1 + p2;1 = + ;
N N N N N
3
3. La chaîne (Xn )n 0 est-elle irréductible? Récurrente? Apériodique?On a 0 ! 1 !
2 ! ! N ! N 1 ! 0, donc la chîne est irréductible. L’espace des états
est …ni donc elle est récurrente (positive).
La chaîne est de période 2, car tous les chemins allant de 0 à 0 sont de longueur
paire.
On a alors bien i pi;j = j pj;i pour tout i; j 2 f0; 1; : : : ; N g. est donc une mesure
de probabilité réversible pour la chîne. C’est donc une probabilité invariante.
En e¤et,
1 0
p0;j
B .. C X X
N N
( 0; : : : ; N ) @ . A = i pi;j = j pj;i
pN;j i=0 i=0
X
N
= j pj;i = j:
i=0
D’où
P = .
4
et
1
E0 [T0 ] = = 2N ;
0
1 2N m!(N m)!
Em [Tm ] = =
m N!
2m 2 p
2 (m!)
= m.
(2m)! +1
p m m
(Formule de Stirling: m! 2 m e
:)
+1
1 nP1 p:s: P
N PN1 N!
f (Xi ) ! i f (i) = N
2i
n i=0 i=0 2
i=0 i!(N i)!
N
1 P
N 1 3
= N CNi 2i = N (1 + 2)N = :
2 i=0 2 2
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;
>
>
>
>
> 1
>
< 2 si j = i;
pij = P (Xn+1 = j j Xn = i) =
>
>
> N2N i
> 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.)
La chaîne est maintenant apériodique. On véri…e que la loi binomiale B(N ; 12 ) est
encore réversible.
La loi de Xn converge dans ce cas-ci vers la mesure invariante qui est encore la loi
binomiale B(N ; 21 ).
L 1
Xn ! B(N ; ):
n!+1 2