Université Versailles St Quentin 2022/2023
M1 Probabilités
Catherine Donati-Martin
CC1 : 15 décembre 2022
Durée : 2h
Documents et calculatrice interdits
On prendra un soin particulier à justifier affirmations et calculs.
Exercice 1
On considère une chaîne de Markov à trois états E = {1, 2, 3}, dont la matrice de transition est
donnée par : 02 3 1
5 5 0
Q = @ 15 12 10 3 A
0 25 35
1. Donner une représentation graphique de l’espace des états et des transitions.
2. Montrer que la chaîne est irréductible. Quelle est la nature des états ?
3. Calculer la probabilité invariante µ.
4. Soit P la matrice donnée par 0 1
9 6 1
P = @ 6 1 1A .
4 4 1
Vérifier que P est formée de trois vecteurs propres de Q associés aux valeurs propres 0, 12 ,
1.
5. En déduire Qn . On donne 0 1
1 2 1
1 @2 1
P 1= 3A .
25
4 12 9
6. Montrer que pour tout x, y 2 E, Px (Xn = y) ! µ({y}) quand n ! 1.
Exercice 2
On considère une chaîne de Markov à cinq états E = {1, 2, 3, 4, 5}, dont la matrice de transition
est donnée par : 01 1 1 1 1
3 0 12 4 3
B0 1 0 0 3 C
B 1 41 4 C
Q=B B 3 12
1
2 0 12 1 C
C
@0 1 1 1 1 A
3 4 4 6
0 13 0 0 23
1. Classer les états de la chaîne. Montrer qu’il existe une unique classe C ⇢ E formée par les
états récurrents.
2. Soit ⌧ = inf{n 0, Xn 2 C}. On note f (x) = Ex (⌧ ) où Ex désigne l’espérance pour la
chaine Xn partant de X0 = x. Montrer que f vérifie
f (x) = 0 si x 2 C et f (x) = 1 + Qf (x) si x 62 C
et en déduire f (x) pour x 2 E.
Exercice 3
On lance indéfiniment un dé à 4 faces, numérotées de 1 à 4. On définit une suite de variables
aléatoires (Xn ) où Xn désigne le maximum des résultats des n premiers lancers de dé.
1. Montrer que (Xn ) est une chaîne de Markov ;
2. Donner sa matrice de transition et une représentation graphique de l’espace d’états et de
ses transitions.
3. Déterminer la nature des états.
4. Montrer qu’il existe une unique probabilité invariante que l’on déterminera.
Exercice 4
A l’instant n = 1, une urne contient une boule blanche et une boule rouge. A l’instant 2, on
tire une boule et on la remplace par 2 boules de la même couleur que celle qu’on a tirée, ce
qui donne la composition de l’urne à l’instant 2. On recommence le même procédé. A l’instant
n, l’urne contient donc n + 1 boules ; on note Yn le nombre de boules blanches à l’instant n et
Yn
Xn = leur proportion. On note Fn = (Y1 , . . . , Yn ) la tribu donnant l’information sur la
n+1
composition de l’urne jusqu’à l’instant n. Soit An+1 l’événement "la boule tirée à l’instant n + 1
est blanche".
1. Calculer P(An+1 |Fn ).
2. Exprimer Yn+1 en fonction de Yn et An+1 et calculer E(Yn+1 |Fn ).
3. En déduire que E(Xn+1 |Fn ) = Xn (⇤).
4. Calculer E(Xn ).
5. On admet qu’une suite (Xn ) vérifiant (*) converge p.s. vers une limite. On notera donc U
la limite p.s. de la suite Xn . Calculer E(U ).
Yn (Yn + 1)
6. On pose Zn = . Quelle est la limite p.s. de Zn ?
(n + 1)(n + 2)
7. Montrer que
E(Zn+1 |Fn ) = Zn .
8. En déduire E(Zn ) et E(U 2 ).
9. Bonus Devinez la loi de U .
ゴ (り
⼤
vn
a
0
A
の
o
A
A
編
6 ⽉
3
⼗
上ま #w8
8 R 8
主） ⽉ 上
6 元
ま 3
II
ニ
⼟ ⼟ ⼟ ニ85 主⼟
さ
ミ
rlr 8 ⽉
つ
+ ＋
* +
C コ
⼗ る G ＋
ニ|
#
＋ ⼗
*
⼗
5
ど ど E S
#
よ +
⼗
⼗
C 8 5
AI
VI
こ
ギa
3
VI
O
5 8
当a
N-
e
e
5
』
引e
⼗
5 ニ| じ
VI
鶴
8l
VI 之
8i
el. い
e|
』 位
8
*
出 o
