Vous êtes sur la page 1sur 3

Universit de Rennes 1 Prparation lagrgation de mathmatiques http://agreg-maths.univ-rennes1.

fr

Un exemple de marche alatoire e


Yves Coud`ne, 1/9/04 e Certains probl`mes de la vie courante peuvent tre modliss par des marches e e e e alatoires. On montre comment, par des raisonnements lmentaires, on peut e ee tudier le comportement dune de ces marches. e

Le probl`me du collectionneur e

Nicolas, 10 ans, se lance dans une collection de cartes Pokmon. Chaque carte e reprsente un Pokmon, et il existe 150 Pokmons dirents. Les cartes sont vene e e e dues dans des paquets scells, si bien que lorsque Nicolas ach`te une carte, il peut e e tomber sur nimporte quel Pokmon ; en particulier sur un Pokmon quil poss`de e e e dj`. ea En supposant qu` chaque achat, on ait mme probabilit dobtenir chacun des a e e 150 Pokmons, quel est le nombre moyen de cartes que Nicolas doit acheter an e dobtenir tous les Pokmons ? e Un raisonnement simple permet dobtenir la rponse. Traitons le cas gnral o` e e e u le nombre total de Pokmons est quelconque, gal ` n. Notons tk le nombre moyen e e a de cartes ` se procurer pour terminer la collection, sachant que lon est dj` en a ea possession de k Pokmons distincts. e Supposons que nous avons k Pokmons, tous dirents, et achetons une carte e e supplmentaire. Avec probabilit pk = k/n, cette carte tait dj` en notre possese e e ea sion ; il faut donc encore acheter en moyenne tk cartes pour terminer la collection. Avec probabilit 1 pk , cest une nouvelle carte ; il faut donc acheter en moyenne e tk+1 cartes supplmentaires. Par consquent : e e tk = pk tk + (1 pk )tk+1 + 1 Ce qui donne : tk = tk+1 + 1 n , soit tk = tn + . (1 pk ) nl l=k Le nombre de cartes ncessaires pour terminer la collection, sachant que lon poss`de e e dj` n Pokmons distincts, est gal ` zro : tn = 0. Le nombre moyen total de cartes ea e e a e a ` se procurer pour possder lensemble des n Pokmons est gal ` t0 , avec : e e e a
n n1

t0 = n
j=1

1 j

Une comparaison srie-intgrale, applique ` la fonction 1/x, donne lencadree e e a n ment ln(n) < j=1 1/j < ln(n) + 1. La dirence e 1/j ln(n) est dcroissante ; e elle converge donc vers une certaine constante , appele constante dEuler. Si bien e que le nombre recherch est de lordre de n(ln(n) + ). En premi`re approximation, e e on peut prendre = 0.577. Pour n = 150, on obtient t0 838. Nicolas peut esprer e terminer sa collection apr`s avoir achet 838 cartes. e e

Interprtation en terme de marche alatoire e e

Cherchons ` formaliser les raisonnements prcdents. Pour cela, il faut se donner un a e e univers, compos des rsultats qui peuvent tre obtenus ` lissue de lpreuve, dune e e e a e probabilit sur cet ensemble, et dune variable alatoire qui reprsente la quantit e e e e ae ` tudier. 1

Lunivers Dans chacun des deux exemples, on peut modliser la situation par une suite de e nombres X0 , X1 ... compris entre 0 et n. Dans le premier exemple, le terme de rang i de la suite, not Xi , correspond au nombre de Pokmons dirents en possession e e e de Nicolas, apr`s lachat de i cartes. e Lunivers de tous les rsultats possibles correspond donc ` lensemble des suites e a indexes par les entiers, ` valeurs dans {0..n}: e a = {0..n}N La variable alatoire Xi : R est donne par la projection sur la ieme coore e donne. e La probabilit P e Cherchons ` dnir sur une probabilit P rendant compte du phnom`ne a e e e e tudi. Rappelons que le cylindre [X0 = k0 , X1 = k1 , ..Xl = kl ] est le sous-ensemble e e de compos des suites qui dbutent par k0 , ..kl . Pour dnir une probabilit P e e e e sur , il sut de spcier sa valeur sur les cylindres [X0 = k0 , X1 = k1 , ..Xl = kl ], e et ce pour tout l et tout l-uplet k0 , ..kl . Nous allons dnir la probabilit P par une rcurrence sur la taille des cylindres. e e e Pour cela, rappelons la notion de probabilit conditionnelle : soit A, B deux souse ensembles de , et P une probabilit sur . La probabilit de A sachant B est e e donne par : e P (A B) . P (A|B) = P (B) Prenons pour A lvnement (Xi+1 = ki+1 ) et pour B lvnement [X0 = k0 , X1 = e e e e k1 , ..Xi = ki ]. Lintersection de A et de B correspond ` lvnement [X0 = k0 , X1 = a e e k1 , ..Xi+1 = ki+1 ], si bien quil sut de spcier les valeurs P (Xi+1 = ki+1 |X0 = e k0 , X1 = k1 , ..Xi+1 = ki+1 ) pour dterminer P . e Dans nos exemples, la valeur prise par Xi+1 ne dpend pas des valeurs prises par e X0 ...Xi1 , mais juste de la valeur prise par Xi (Cest la proprit de Markov ). En ee eet, si la valeur de Xi est connue, disons gale ` k, la variable alatoire Xi+1 ne e a e peut prendre que les deux valeurs k et k + 1, et les probabilits associes ` ces deux e e a valeurs sont compl`tement dtermines : e e e P (Xi+1 = l|Xi = k) = pk = 1 pk = 0 si l=k si l=k+1 sinon

avec pk = k/n. pk 1 pk

k+1

Nous dcidons donc de munir de la probabilit P dnie par les relations e e e prcdentes, car nous pensons quelle correspond aux situations que nous sommes e e en train dtudier. e Remarquons que la probabilit P nest pas enti`rement dtermine par les relae e e e tions donnes plus haut ; les quantits P (X0 = k0 ) nont pas t spcies. Elles e e ee e e ninterviendront pas dans la suite. 2

La variable alatoire T e On sintresse au temps T ncessaire pour atteindre la valeur n. Cette quantit e e e est une variable alatoire dnie sur qui peut sexprimer en fonction des Xi : e e

T = Card{i N | Xi < n} =
i=0

1{Xi <n} .

Rappelons maintenant comment est dni le concept desprance conditionnelle : e e soit T une variable alatoire dnie sur , prenant des valeurs enti`res, et soit A e e e un sous-ensemble de . Lesprance conditionnelle de T sachant A est donne par e e une des deux expressions quivalentes suivantes : e E(T |A) = E(T 1A ) = P (A)

iP (T = i|A).
i=0

La quantit que nous cherchons a calculer correspond au temps moyen ncessaire e ` e pour atteindre la valeur n, sachant que nous sommes parti de la valeur 0. Il sagit donc de lesprance de T , sachant que X0 = 0 : e t0 = E(T |X0 = 0)

Calcul des tk

On peut maintenant dnir prcisment les quantits tk et driver la relation de e e e e e rcurrence qui permet de les calculer. Les quantits tk correspondent au temps e e moyen ncessaire pour atteindre la valeur n, sachant quon part de la valeur k. On e a donc : tk = E(T |X0 = k) Le rsultat suivant se dduit aisment de la dnition de lesprance conditionnelle. e e e e e Thor`me : Soit T une variable alatoire dnie sur , A un sous-ensemble de e e e e . Soit B0 , ...Bn une partition de : les Bi sont des sous-ensembles de disjoints deux ` deux, et lunion de tous ces sous-ensembles est gale ` . On a alors la a e a relation suivante : E(T |A) =
l

E(T |Bl A) P (Bl |A).

Soit k un entier strictement infrieur ` n ; considrons lvnement A = (X0 = e a e e e k) et les vnements Bl = (X1 = l). Posons T = e e i1 1{Xi <n} , si bien que T = 1{X0 <n} + T . La relation prcdente devient : e e E(T |X0 = k) = = =
l l l

E(T |X1 = l, X0 = k) P (X1 = l|X0 = k) E(1{X0 <n} + T |X1 = l, X0 = k) P (X1 = l|X0 = k) E(T |X1 = l, X0 = k) P (X1 = l|X0 = k) + 1

La quantit T ne dpend que des variables X1 , X2 ... mais pas de la variable X0 . e e Par consquent, on a lgalit E(T |X1 = l, X0 = k) = E(T |X1 = l), ce qui donne : e e e E(T |X0 = k) =
l

E(T |X1 = l) P (X1 = l|X0 = k)

+1

La quantit E(T |X1 = l) correspond au temps moyen ncessaire pour atteindre e e n, sachant quon est parti de l. Elle est donc gale ` tl (Il sagit du caract`re e a e stationnaire de la marche alatoire). Lquation prcdente devient : e e e e tk = pk tk + (1 pk )tk+1 + 1 Cest la relation attendue. 3