Scribd
Importer
325 vues2 pages

Correction Exercices Chaînes de Markov

Ce document contient la correction d'un exercice sur les chaînes de Markov à temps discret. Il présente les définitions d'une marche aléatoire simple et montre que certaines suites dérivées de cette marche sont des chaînes de Markov, en donnant leur matrice de transition.

Transféré par

Sofien Haddad
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
325 vues2 pages

Correction Exercices Chaînes de Markov

Ce document contient la correction d'un exercice sur les chaînes de Markov à temps discret. Il présente les définitions d'une marche aléatoire simple et montre que certaines suites dérivées de cette marche sont des chaînes de Markov, en donnant leur matrice de transition.

Transféré par

Sofien Haddad
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

École Supérieure Privée d’Ingénierie et de Technologies

Probabilité II
Correction de la série d’exercices n˚4 :Chaı̂ne de Markov à temps discret
Exercice n˚1

Niveau : 4ème année D.S Année universitaire : 2019-2020

Correction de l’exercice 1 :
Soit (Sn )n≥0 une marche aléatoire sur l’ensemble Z issue de 0.
1. Montrer que (Sn + n)n≥0 est une chaı̂ne de Markov et donner sa matrice de transition P1 .
On rappelle tout d’abord la notion d’une marche aléatoire simple :
Considérons une suite de v.a. (Xn )n≥1 i.i.d. dont la loi commune est définie par :

P (X1 = 1) = p et P (X1 = −1) = 1 − p

et une quantité initiale (déterministe ou aléatoire) X0 ∈ {+1, −1} indépendante des v.a. Xn .
On définit la marche aléatoire simple par : pour tout n ∈ N,

Sn+1 = Sn + Xn+1
= X0 + X1 + · · · + Xn + Xn+1 ,

D’après l’exemple générique du cours (Sn )n est une chaı̂ne de Markov.


Montrons que (An = Sn + n)n≥0 est une chaı̂ne de Markov :
On a

An+1 = Sn+1 + n + 1 = Sn + Xn+1 + n + 1 = An + Xn+1 + 1 = H(An , Xn+1 )

Donc (An = Sn + n)n≥0 est une chaı̂ne de Markov.


Pour sa matrice de transition :

 
P (x, y) = P An+1 = y An = x
 
= P Sn+1 + (n + 1) = y Sn + n = x
 
= P Sn+1 = y − (n + 1) Sn = x − n
   
= P Sn+1 − Sn = y − x − 1 = P Xn+1 = y − x − 1

 p, si y = x + 2,
= 1 − p, si y = x
0, sinon.

1
3. Montrer que (S2n )n≥0 est une chaı̂ne de Markov et donner sa matrice de transition P3 .
Soit (An = S2n )n≥0 . On a

An+1 = S2n+2 = X0 +X1 +· · ·+X2n +X2n+1 +X2n+2 = S2n +X2n+1 +X2n+2 = H(An , X2n+1 , X2n+2 ).

Donc (An )n≥0 est une chaı̂ne de Markov. Pour sa matrice de transition
 
P (x, y) = P An+1 = y An = x
= P(S2n+2 = y|S2n = x)
= P(S2n+2 − S2n = y − x)
= P(X2n+2 + X2n+1 = y − x)
p2 , si y = x + 2,


(1 − p)2 , si y = x − 2


=

 2p(1 − p), si y = x
0, sinon.

Vous aimerez peut-être aussi