MAT2717 – PROCESSUS STOCHASTIQUES

SOLUTIONS DU TP6

THOMAS DAVIGNON

Problème 1 (Exercice 2.9). Un câble transatlantique prend un temps de loi

exponentielle de paramètre 2 avant de suir un bris. Le temps de réparation est
de paramètre 5. En supposant deux câbles avec des temps de fonctionnement
et de réparations indépendants et deux équipes de réparation, quelle est la
probabilité que les deux câbles ne fonctionnent pas après un temps t étant
donné qu’ils fonctionnent tous les deux au départ ?
Solution. On va résoudre le système d’équations différentielles donné par
P 0 (t) = GP (t) et la condition initiale P (0) = I.
Pour commencer, on doit identifier le générateur. Les états sont 0, 1, 2 câbles
fonctionnels.
Si on a 0 câbles fonctionnels, les deux sont brisés, et donc en réparation.
Ainsi, le temps d’attente avant qu’un d’eux soit réparé est min{T1 , T2 } où
T1 et T2 sont des temps exponentiels de paramètre 5. Le temps est donc une
exponentielle de paramètre 10, et on a g00 = −10, et g01 = 10. g02 = 0.
Si on a 1 câble fonctionnel, soit il brise (temps exponentiel de paramètre 2),
soit l’autre câble est réparé (temps exponentiel de paramètre 5). On a donc
g11 = −2 − 5 = −7, g10 = 2 et g12 = 5.
Si on a les deux câbles fonctionnels, le temps d’attente avant qu’un d’eux
soit brisé est min{T1 , T2 } où T1 et T2 sont des temps exponentiels de pa-
ramètres 2. On a donc que g22 = −4 et g21 = 4. g20 = 0.
Le générateur est donc
 
−10 10 0
G =  2 −7 5 
0 4 −4
On sait que la solution P (t) = etG . Pour calculer etG , il suffit de diagonaliser
G. On trouve que
   
25 −10 1 −14 0 0 1 −2 1
1 
G= −10 −3 1  0 −7 0 −2 −3 5 
49 4 4 1 0 0 0 4 20 25

Date: 1 mars 2018.

1
2 THOMAS DAVIGNON

Ceci signifie que

   −14t  
25 −10 1 e 0 0 1 −2 1
1 
etG = −10 −3 1  0 e−7t 0 −2 −3 5 
49 4 4 1 0 0 1 4 20 25
et en effectuant la multiplication, on obtient finalement
 
4 + 25e−14t + 20e−7t 20 − 50e−14t + 30e−7t 25 + 25e−14t − 50e−7t
1 
P (t) = etG = 4 − 10e−14t + 6e−7t 20 + 20e−14t + 9e−7t 25 − 10e−14t − 15e−7t 
49 4 + 4e−14t − 8e−7t 20 − 8e−14t − 12e−7t 25 + 4e−14t + 20e−7t
On cherchait le coefficient P20 (t), soit la probabilité de passer de deux ma-
chines fonctionnelles à 0 machines fonctionnelles. Cette probabilité est donnée
1
par P20 (t) = 49 (4 + 4e−14t − 8e−7t ).

Problème 2 (Exercice 2.11). Un jeu dans un casino fait des paiements selon
un processus de Poisson d’intensité 5 par heure et le montant d’un paiement
peut être de 1, 2, 3, etc. dollars sans limite. La probabilité qu’un paiement
soit égal à i est de 1/2i etl es paiements sont indépendants les uns des autres.
Calculer la probabilité qu’il n’y ait pas de paiement de 1, 2 ou 3 dollars dans
une période de 20 minutes.
Solution. Pour résoudre ce problème, il faut remarquer que le processus des
paiements de 3 dollars et moins est aussi un processus de Poisson, d’intensité
5 × P {paiement ≤ 3} = 5 × (1/2 + 1/4 + 1/8) = 35/8 à l’heure. La probabilité
qu’il n’y ait pas de paiement de 1, 2 ou 3 dollars dans le premier 1/3 d’heure
(20 minutes) est donc la probabilité qu’une variable aléatoire de Poisson de
paramètre 1/3 × 35/8 = 35/24 soit nulle – c’est à dire e−35/24 ≈ 0, 2326 . . . .

Problème 3 (Exercice 2.12). Vous arrivez à une station de train à 6h 15.

Jusqu’à 7h, les trains arrivent selon un processus de Poisson d’intensité 1 par
30minutes. Après 7h, ils arrivent à une intensité de 2 par 30 minutes (jusqu’à
la fin des temps). Calculer l’espérance du temps que vous devrez attendre
avant qu’un train arrive.
Solution. Soit l’événement A = {Un train arrive avant 7h}. Soit τ le temps
d’arrivée du premier bus après 6h 15. On a que
E [τ ] = E [τ 1A ] + E [τ |Ac ] P {Ac }
On sait que P {Ac } = P {Poisson(1/30 × 45) = 0} = e−3/2 . On commence
parE [τ 1A ] ; on la calcule facilement comme
x1[0,45] (x) −x/30
Z ∞ Z 45
x −x/30
E [τ 1A ] = e dx = e dx = 30 − 75e−3/2
0 30 0 30
 MAT2717 – PROCESSUS STOCHASTIQUES SOLUTIONS DU TP6 3

Si on sait qu’aucun train n’est arrivé avant 7h, alors on aura attendu 45
minutes, plus un temps exponentiel de paramètre 1/15. Donc, E [τ |Ac ] =
45 + E [Exp(1/15)] = 60. On a finalement
E [τ ] = 30 − 15e−3/2 ≈ 26.653 . . .
Cela est logique : le temps moyen d’attente diminue un peu, puisqu’apràs 7h,
les bus sont plus fréquents.
Quiz : quelle est la probabilité qu’on attende jusqu’au lendemain matin
avant que le bus passe ?

Problème 4 (Exercice 2.13). Une chaı̂ne de Markov à temps continu sur les
états 0, 1, 2 possède comme générateur la matrice
 
−2 1 1
G =  2 −4 2 
0 1 −1
Déterminer la fraction moyenne de temps à long terme que la chaı̂ne passe à
l’état 0.
Solution. Ici, il suffit de résoudre le système d’équations linéaires xG = 0.
(autrement dit trouver le noyau à gauche pour G). Les équations sont
−2x0 +2x1 =0
x0 −4x1 +x2 = 0
x0 +2x1 −x2 = 0
et la solution (unique) qui est une distribution stationnaire est : x0 = x1 =
1/5, x2 = 3/5. Ainsi, x0 = 1/5 est la fraction de temps passée en 0 à long
terme.

Problème 5 (Exercice 2.14). Un courtier d’assurances reçoit des appels de

clients selon un processus de Poisson d’intensité 4 par heure. La conversation
téléphonique avec un client dure un temps de loi exponentielle d’espérance 1/4
d’heure. Si un autre appel arrive durant cette période, il est mis en attente
jusqu’à la fin de la conversation en cours, mais alors la ligne téléphonique
devient inaccessible, et tout nouvel appel est rejeté. D’autre part, un client
en attentes s’impatiente et libère la ligne après un temps de loi exponentielle
d’espérance 1/4 d’heure. On fait les hypothèses habituelles d’indépendance et
on s’intéresse à ce qui se passe dans ce système à long terme. Déterminer
(a) la proportion moyenne de temps où le courtier est au téléphone.
(b) la proportion moyenne de clients auxquels le courtier répond.
4 THOMAS DAVIGNON

(c) le temps moyen qu’un client passe au téléphone.

Solution. Les états sont 0, 1 ou 2 clients au téléphone. Le générateur est
donné par  
−4 4 0
G =  4 −8 4 
0 8 −8
On peut trouver la distribution stationnaire en résolvant le système d’équations
linéaires xG = 0. On trouve x0 = x1 = 2/5 et x2 = 1/5.
(a) La proportion moyenne que le courtier passe au téléphone (soit avec aucun
client en attente, dans l’état 1, ou avec un client en attente, dans l’état
2) est x1 + x2 = 3/5.
(b) Le courtier répond à tous les clients qui appellent lorsqu’il est libre. Ce-
pendant, lorsqu’il est déjà occupé, et qu’un autre client l’appelle, pour que
le courtier réponde à ce client, il faudra que son appel se termine avant que
l’autre s’écoeure et raccroche. Comme les deux temps sont indépendants
et identiquement distribués, cette probabilité est de 1/2.
Donc : Tous les clients qui appellent pendant que le courtier est dans
l’état 0, et la moitié qui appellent quand le courtier est dans l’état 1. Aucun
des clients qui appellent lorsque le courtier est dans l’état 2 ne seront
répondus. On a donc que la proportion est 1×x0 +1/2×x1 +0×x2 = 3/5.
(c) Si le client appelle quand le courtier est dans l’état 0, il passera en moyenne
1/4 d’heure au téléphone avec le courtier.
Si le client appelle quand le courtier est dans l’état 1, il attendra de
s’écoeure ou d’être répondu. Ce temps est le minimum de deux exponen-
tielles de paramètre 4. C’est donc une exponentielle de moyenne 1/8. Puis,
si on lui a répondu (probabilité 1/2), il devra en plus terminer son appel
avec le courtier (1/4 d’heures en moyenne).
Si le client appelle quand le courtier est dans l’état 2, la ligne lui est
raccrochée au nez et il ne passe pas de temps au téléphone.
Au total, donc, on aura que l’espérance sera donnée par
x0 × (1/4) + x1 × (1/8 + (1/2) × (1/4)) + x2 × 0 = 1/5