PROBLEME 1

Soit r ∈ N∗ , (Xn )n∈N une suite de variable aléatoire sur un même espace probabilisé (Ω, T, P) ,
prenant un nombre finie de valeurs S = {1, ..., r} appelés états du système. (Xn )n∈N est dite une
chaı̂ne de Markov si :
∀ n > 0, ∀ i0 , ..., in ∈ S, P (Xn = in |X0 = i0 , ..., Xn−1 = in−1 ) = P (Xn = in |Xn−1 = in−1 )
Càd : que le futur du système ne dépend que du présent.
Une chaı̂ne de Markov est dite homogène si
∀ n > 0, ∀ k ≥ 0, ∀ i, j ∈ S, P (Xn = j |Xn−1 = i ) = P (Xn+k = j |Xn+k−1 = i )

On se donne dans toute la suite de ce problème une chaı̂ne de Markov (Xn )n≥0 homogène à r
états ; on considère la matrice P = (pij )1≤i,j≤r , définie par :

pij = P (Xn = j |Xn−1 = i ) = P (X1 = j |X0 = i )

P est dite la matrice de transition de la chaı̂ne de Markov (Xn )n .

Matrice de transition
1. Montrer que les pij ∈ [0, 1] et que la somme sur chaque ligne de P vaut 1. Une telle P matrice
est dite stochastique.
2. Montrer alors que 1 est valeur propre de P et donner un vecteur propre associé.
3. Montrer que toute valeur propre complexe λ de P vérifie : |λ| ≤ 1.
4. Montrer que, pour tout k ∈ N, P k est aussi une matrice stochastique.
Transition en m étapes :
5. Montrer par récurrence sur m que : ∀k ≥ 0, P (Xk+m = j |Xk = i ) = P (Xm = j |X0 = i ) . On
pourra considérer un système complet convenable.
On note  
(m) (m)
pij = P (Xm = j |X0 = i ) et P (m) = pij
1≤i,j≤r

dite la matrice de transition en m étapes

6. Expliciter P (0) et P (1) .
7. Montrer que ∀ m ≥ 0, P (m) = P m . (Formule de Chapman-Kolmogorov)
8. Donner la loi Πn de la variable Xn en fonction la loi Π0 de X0 (loi initiale) et de la matrice de
transition P.
n−1
P (X1 = ij+1 |X0 = ij )
Q
9. Montrer que P (Xn = in , ..., X0 = i0 ) = P (X0 = i0 )
j=0
10. Etude d’un exemple :
On considère d points dans le plan numérotés de 1 à d. Une particule se déplace chaque seconde
sur l’ensemble de ces points de la façon suivante : si elle se trouve au point i , elle reste au point
i avec une probabilité égale à p ∈ ]0, 1[ ou passe en un point j 6= i de façon équiprobable.
On note X0 une variable aléatoire de loi Π0 donnant la  position de laparticule à l’instant n = 0 ,
P (Xn = 1)
Xn la position de la particule à l’instant n et Πn = 
 ..  la loi de Xn .

.
P (Xn = d)
(a) Justifier que (Xn )n≥0 est une chaı̂ne de Markov homogène et finie. Puis donner sa matrice
de transition notée P .
(b) Exprimer Πn en fonction de P et de Π0 .
(c) Justifier que P est diagonalisable sur R et déterminer les valeurs propres et les sous-espaces
propres de P .
(d) Montrer qu’il existe un vecteur Π dont tous les coefficients sont strictement positifs tel
que : P Π = Π.
 
(e) Montrer que la suite P k converge vers une matrice L que l’on exprimera en fonction
k≥0
de Π et donner une interprétation en terme de probabilité du résultat obtenu.
(f) Donner une interprétation géométrique de la matrice L obtenue ci-dessus.

1
 Communication entre deux états :
(n) (m)
Soit i, j ∈ {1, ..., r} , on dit l’état i communique avec l’état j, si ∃ n, m ≥ 0, pij > 0 , pji > 0.
11. Justifier que le coefficient d’indice (i, j) de la matrice P (m) s’écrit :
r
X r
X
[P m ]ij = ... pii1 pi1 i2 ...pim−1 j
i1 =1 im−1 =1

12. Montrer que la relation de communication est une relation d’équivalence sur l’ensemble S des
états.
Etats périodiques : n o
(n)
Soit i ∈ {1, ..., r} , on note Γi = n ≥ 1 / pii > 0 , lorsque Γi non vide, σ (Γi ) désigne le
sous-groupe de Z engendré par Γi
13. Justifier l’existence d’un entier d > 0 tel que σ (Γi ) = dZ. Lorsque d ≥ 2 l’état i est dit
périodique de période d; pour d = 1 l’état i est dit apériodique.
14. Montrer que les états d’une même classe d’équivalence ont la même période
15. Soit n1 , ..., nk ∈ N∗ premiers entre eux.
k
X
(a) Justifier l’existence de q1 , ..., qk ∈ Z tels que qi n i = 1
i=1
k
X k
X
(b) Soit s = |qi | ni et m ≥ s2 , montrer qu’il existent q10 , ..., qk0 ∈ N∗ tels que qi0 ni = m
i=1 i=1

16. En déduire qu’un état i est apériodique si et seulement si il existe n0 ≥ 1 tel que
(n)
∀ n ≥ n0 , pii > 0
17. Une matrice réelle A sera dite strictement positive lorsque ses coefficients sont tous stricte-
ment positifs ; on notera dans ce cas A > 0. Montrer qu’il existe un m ∈ N tel que P m > 0
si et seulement si la chaı̂ne de Markov (Xn ) contient une seule classe et tous ses états sont
apériodique.
Etat réccurent et état transitoire
+∞
X
Soit i ∈ {1, ..., r} , on note Ti = inf {n ≥ 1 / Xn = i} et Ni = 1Xn =i
n=0
18. Que représentent Ti et Ni ?
19. Justifier que P (Ti < +∞|X0 = i) = P (Ni > 1|X0 = i)
L’état i est récurrent si P (Ti < +∞|X0 = i) = 1, sinon il est dit transitoire
+∞ +∞ +∞
!
X (n) X X
20. Montrer que pii = EX0 =i (Ni ) . On pourra admettre et utiliser EX0 =i 1Xn =i = EX0 =i (1Xn =i ) .
n=0 n=0 n=0
X (n)
21. Montrer que l’état i est récurrent si et seulement si la série pii est divergente
n≥0
Existence d’une distribution invariante :
22. On appelle distribution invariante, tout vecteur ligne Π = (q1 , ..., qr ) dont les coordonnées sont
positifs, de somme 1et vérifiant Π = ΠP. Montrer alors que Π est invariante si et seulement si
t Π est un vecteur propre de t P associé à la valeur propre 1 vérifiant kΠk = 1.
1
23. Soit
 A ∈ M r (R) . On suppose A > 0 et ρ (A) = 1. Soit
 λ ∈ Sp (A) de module 1 et V
v1 |v1 |
=  ...  un vecteur propre associé, on note |V | =  ...  .
   
vr |vr |
(a) Montrer que A |V | − |V | est positif
 que A |V | = |V | . On pourra raisonner par l’absurde, en considérant un  > 0 tel
(b) Montrer
A
que A |V | > A |V |
1+
(c) Montrer que le sous-espace propre E1 (A) est une droite vectorielle.
24. En déduire que toute chaı̂ne de Markov finie possède au moins une distribution invariante. (On
pourra commencer par le cas où P > 0 ) .

2
 PROBLEME 2
Xn 1 1 1
Dans tout le problème, on note pour tout entier n ≥ 1 , Hn = = 1 + + ··· + ·
k=1 k 2 n
X+∞ 1
On note ζ la fonction définie pour x > 1 par ζ(x) = ·
Z +∞
n=1 nx
On notera Γ la fonction définie sur R∗+ par Γ(x) = tx−1 e−t dt .
0
On admettra que Γ est de classe C ∞ sur R∗+ , à valeurs strictement positives et qu’elle vérifie, pour
tout réel x > 0 , la relation Γ(x + 1) = xΓ(x) .

I. Représentation intégrale de sommes de séries

I.A.
Soit r un entier naturel.
X Hn
Pour quelles valeurs de r la série est-elle convergente ?
(n + 1)r
n≥1
X+∞ Hn
Dans toute la suite on notera Sr = lorsque la série converge.
n=1 (n + 1)r

I.A.1) Vérifier que Hn ∼ ln n .

+∞

I.A.2) Montrer que la fonction

ln(1 − t)
t 7−→ −
1−t
est développable en série entière sur ]−1 ; 1[ et préciser son développement en série entière
à l’aide des réels Hn .
I.B. Pour tout couple d’entiers naturels (p, q) , on note :
Z 1
Ip,q = tp (ln t)q dt
0

I.B.1) Montrer que l’intégrale Ip,q existe pour tout couple d’entiers naturels (p, q) .
I.B.2) En déduire que l’on a :
q
∀p ∈ N, ∀q ∈ N∗ , Ip,q = − Ip,q−1 .
p+1
I.B.3) En déduire une expression de Ip,q en fonction des entiers p et q .
I.C.
Soit r un entier naturel non nul et f une fonction développable en série entière sur ]−1 ; 1[ .
X+∞ X an
On suppose que pour tout x ∈ ]−1 ; 1[ , f (x) = an xn et que converge
n=0 n≥0 (n + 1)r
absolument.
Montrer que :
Z 1 +∞
X an
(ln t)r−1 f (t) dt = (−1)r−1 (r − 1)! ·
0 n=0
(n + 1)r
I.D.
I.D.1) Déduire des questions précédentes que pour tout entier r ≥ 2 :
+∞
(−1)r
Z 1
X Hn ln(1 − t)
Sr = = (ln t)r−1 dt .
n=1
(n + 1)r (r − 1)! 0 1−t

(−1)r (ln t)r−2 (ln(1 − t))2

Z 1
I.D.2) Établir que l’on a alors Sr = dt .
2(r − 2)! 0 t
(ln t)2
Z 1
1
I.D.3) En déduire que S2 = dt , puis trouver la valeur de S2 en fonction de ζ(3) .
2 0 1−t

3
 II. La fonction β

II.A. La fonction β et son équation fonctionnelle

Z 1
Pour (x, y) ∈ (R∗+ )2 , on définit β(x, y) = tx−1 (1 − t)y−1 dt .
0

II.A.1) Justifier l’existence de β(x, y) pour x > 0 et y > 0 .

II.A.2) Montrer que pour tous réels x > 0 et y > 0 , β(x, y) = β(y, x) .
x
II.A.3) Soient x > 0 et y > 0 . Établir que β(x + 1, y) = β(x, y) .
x+y
xy
II.A.4) En déduire que pour x > 0 et y > 0 , β(x + 1, y + 1) = β(x, y) .
(x + y)(x + y + 1)

II.B. Relation entre la fonction β et la fonction Γ

Γ(x)Γ(y)
On veut montrer que pour x > 0 et y > 0 , β(x, y) = , relation qui sera notée (R) .
Γ(x + y)
II.B.1) Expliquer pourquoi il suffit de montrer la relation (R) pour x > 1 et y > 1 .
Dans toute la suite de cette question, on supposera que x > 1 et y > 1 .

ux−1
Z +∞
II.B.2) Montrer que β(x, y) = du .
0 (1 + u)x+y
u
On pourra utiliser le changement de variable t = ·
1+u
II.B.3) On note Fx,y la primitive sur R+ de t 7→ e−t tx+y−1 qui s’annule en 0 . Montrer que :

∀ t ∈ R+ , Fx,y (t) ≤ Γ(x + y) .

ux−1
Z +∞


II.B.4) Soit G(a) = F x,y (1 + u)a du .
0 (1 + u)x+y
Montrer que G est définie et continue sur R+ .
II.B.5) Montrer que lim G(a) = Γ(x + y)β(x, y) .
a→+∞

II.B.6) Montrer que G est de classe C 1 sur tout segment [c ; d] inclus dans R∗+ , puis que G est
de classe C 1 sur R∗+ .

II.B.7) Exprimer pour a > 0 , G0 (a) en fonction de Γ(x) , e−a et ay−1 .

II.B.8) Déduire de ce qui précède la relation (R) .

III. La fonction digamma

On définit la fonction ψ (appelée fonction digamma) sur R∗+ comme étant la dérivée
de x 7→ ln(Γ(x)) .
Γ0 (x)
Pour tout réel x > 0 , ψ(x) = ·
Γ(x)
1
III.A. Montrer que pour tout réel x > 0 , ψ(x + 1) − ψ(x) = ·
x
III.B. Sens de variation de ψ
∂β
III.B.1) À partir de la relation (R) , justifier que est définie sur (R∗+ )2 .
∂y
∂β

Établir que pour tous réels x > 0 et y > 0 , (x, y) = β(x, y) ψ(y) − ψ(x + y) .
∂y

4
 III.B.2) Soit x > 0 fixé. Quel est le sens de variations sur R∗+ de la fonction y 7→ β(x, y) ?

III.B.3) Montrer que la fonction ψ est croissante sur R∗+ .

III.C. Une expression de ψ comme somme d’une série de fonctions

III.C.1) Montrer que pour tout réel x > −1 et pour tout entier n ≥ 1 :
n 
1 1
X 
ψ(1 + x) − ψ(1) = ψ(n + x + 1) − ψ(n + 1) + − ·
k=1
k k+x

III.C.2) Soit n un entier ≥ 2 et x un réel > −1 . On pose p = E(x) + 1 , où E(x) désigne la partie
entière de x .
Prouver que :
p+1
0 ≤ ψ(n + x + 1) − ψ(n) ≤ Hn+p − Hn−1 ≤ ·
n
III.C.3) En déduire que, pour tout réel x > −1 ,
+∞
X 1 1

ψ(1 + x) = ψ(1) + − ·
n=1
n n+x

III.D. Un développement en série entière

On note g la fonction définie sur [−1 ; +∞[ par :
+∞
X 1 1

g(x) = − ·
n=2
n n+x

III.D.1) Montrer que g est de classe C ∞ sur [−1 ; +∞[ .

Préciser notamment la valeur de g (k) (0) en fonction de ζ(k + 1) pour tout entier k ≥ 1 .
III.D.2) Montrer que pour tout entier n et pour tout x ∈ ]−1 ; 1[
n
g (k) (0) k
x ≤ ζ(2) |x|n+1 .
X
g(x) −
k=0
k!

Montrer que g est développable en série entière sur [−1 ; 1] .

III.D.3) Prouver que pour tout x dans ]−1 ; 1[ ,
+∞
X
ψ(1 + x) = ψ(1) + (−1)n+1 ζ(n + 1)xn .
n=1

• • • FIN • • •